本月28日，由北京捷通華聲語音技術(shù)有限公司（以下簡稱捷通華聲”）打造的國內(nèi)首款智能人機(jī)交互（簡稱HCI”）感知云平臺——靈云”將正式對外發(fā)布。這樣一款融合了語音合成（TTS）、語音識別（ASR）、手寫識別（HWR）、光學(xué)字符識別（OCR）、人工智能（AI）等多種HCI技術(shù)的全方位平臺，在國內(nèi)屬首創(chuàng)，目前還沒有企業(yè)有能力跟進(jìn)。
在捷通華聲靈云2012發(fā)布會”前夕，C114前往捷通總部對該公司董事長張連毅進(jìn)行了獨家專訪，請他對靈云平臺核心技術(shù)及市場拓展情況進(jìn)行了詳細(xì)解讀。
一周年的能量蓄積
如果說Siri引爆了人們對智能語音對話的關(guān)注，那么靈云則開啟了一個智能人機(jī)交互的新時代，這是信息社會自鍵盤時代、鼠標(biāo)時代及觸摸時代后的又一浪潮。靈云以其豐富的識別手段，以及全面智能的感知為用戶提供了一個人機(jī)交互應(yīng)用的良好環(huán)境。
這是一種可以用語音、手寫、拍照、手勢識別，將來甚至可使用腦波識別等智能手段來操作，從而感知手機(jī)、計算機(jī)等數(shù)字設(shè)備的網(wǎng)絡(luò)云服務(wù)。通過靈云能讓人機(jī)交互像人與人溝通一樣簡單自然，并可實現(xiàn)任何人通過任何設(shè)備在任何時間地點輕松享受到智能人機(jī)交互的便利。
早在去年12月初，靈云”就已推出，但為了能將更成熟的技術(shù)推向市場，捷通華聲在靈云推出之后陸續(xù)展開了各方面的應(yīng)用探索，直到一周年后的今天，靈云有了全新的2.0版本，并已在各行各業(yè)取得了良好的應(yīng)用成果，捷通華聲才決定正式將靈云面世。
目前靈云主要有語音合成（TTS）、語音識別（ASR）、手寫識別（HWR）、光學(xué)字符識別（OCR）、人工智能（AI）這五項核心技術(shù)。語音合成即文語轉(zhuǎn)換，主要利用計算機(jī)將文字轉(zhuǎn)換為聲音，語音識別則是將聲音轉(zhuǎn)換為文字，而手寫識別主要將手寫設(shè)備上書寫時的有序軌跡信息轉(zhuǎn)化為漢字。另外，光學(xué)字符識別是對各種表格票據(jù)證件進(jìn)行掃描后，獲取文字及整個版面信息。智能客服機(jī)器人則是以語音擬人化的方式與人進(jìn)行互動。
一周年中，捷通華聲不僅對靈云平臺穩(wěn)定性及抗壓性等各項性能指標(biāo)進(jìn)行了提升，還對靈云的產(chǎn)品性能、合作模式及各項HCI技術(shù)應(yīng)用進(jìn)行了探索與擴(kuò)展。張連毅說，在此期間，靈云各大核心HCI技術(shù)上都有顯著進(jìn)步，特別是‘自由說’技術(shù)已進(jìn)入商用化階段。”
張連毅表示，目前靈云的主要目標(biāo)是提升平臺能力及自身核心技術(shù)，不斷將成熟的HCI技術(shù)通過靈云提供給大眾，而下一步就是促成更多的合作。
不斷拓寬的縱深合作
隨著HCI技術(shù)在各行各業(yè)的大量需求，靈云的應(yīng)用范圍也將無處不在。目前國內(nèi)數(shù)以億計的用戶都在直接或間接地使用捷通華聲的HCI技術(shù)，但很多用戶并不能明顯感覺到。捷通華聲成立十幾年來，更多的是作為幕后支持者，通過與各大系統(tǒng)集成商、手機(jī)制造商、導(dǎo)航產(chǎn)品廠商等合作來服務(wù)大眾。”
據(jù)張連毅介紹，目前，捷通華聲已與數(shù)千家企業(yè)合作，將HCI應(yīng)用到各行各業(yè)中，不僅有政府、教育、金融、電信、能源、交通、醫(yī)療等傳統(tǒng)行業(yè)領(lǐng)域的客戶，更有智能家電、智能家居、互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)、智慧城市等新興領(lǐng)域的用戶，大到服務(wù)成千上萬用戶的平臺，小到個人開發(fā)者，捷通華聲的HCI技術(shù)在中國已經(jīng)無處不在，默默服務(wù)數(shù)以億計的大眾。
談及與中國電信的合作，張連毅表示，早在2008年捷通華聲就開始與電信進(jìn)行增值服務(wù)方面的合作。至今捷通華聲在電信的BREW增值業(yè)務(wù)中仍居首位。目前捷通華聲已將靈云與中國電信正在開發(fā)的EMP平臺實現(xiàn)無縫銜接，成為其開放平臺的重要組成部分，而捷通華聲則負(fù)責(zé)提供其中的人機(jī)交互技術(shù)支持。
張連毅強(qiáng)調(diào)：捷通華聲高度重視與中國電信的合作，靈云與中國電信EMP平臺的無縫銜接，標(biāo)志著捷通華聲與中國電信的合作已邁入新階段。之后捷通華聲將與中國電信拓寬合作面，包括在音樂基地、游戲基地、閱讀基地等方面，捷通華聲將發(fā)揮靈云優(yōu)勢，為中國電信提供更多的HCI技術(shù)支持。”
當(dāng)問及中國移動與科大訊飛在語音云方面簽訂了合作協(xié)議是否會影響捷通華聲靈云與中國移動的合作時，張連毅笑著說，不會的，首先靈云與語音云有很大的不同，區(qū)別在于靈云不僅提供語音云服務(wù)，同時也提供手寫識別、OCR、翻譯、智能對話等更多項HCI技術(shù)云服務(wù)，另外我們也相信中國移動這么大的企業(yè)集團(tuán)即使在語音這個領(lǐng)域中，也不會只選擇一家合作伙伴，因此捷通華聲仍然會加強(qiáng)與中國移動的合作關(guān)系。當(dāng)然我們現(xiàn)在的重點是中國電信，還有中國聯(lián)通，我們也一直和中國聯(lián)通保持著在增值服務(wù)領(lǐng)域的合作，也希望日后也能在HCI技術(shù)應(yīng)用與服務(wù)方面上有相關(guān)合作。”
此外，捷通華聲的HCI技術(shù)不僅吸引了大批合作伙伴和個人開發(fā)者，許多投資商也極為關(guān)注。C114前去采訪的當(dāng)天，就見到了從南方遠(yuǎn)道專程來訪捷通華聲洽談的投資商。
當(dāng)然，除了與各大企業(yè)合作，捷通華聲也希望能與從事各種HCI技術(shù)研究或開發(fā)的企業(yè)合作，從而將靈云平臺作為其展現(xiàn)、推薦及提供自身技術(shù)服務(wù)的平臺。靈云作為一個開放性平臺，定制化的目標(biāo)更加明確，將讓更多HCI研發(fā)人員在此平臺實現(xiàn)創(chuàng)業(yè)夢想，這也是此次捷通華聲2012靈云發(fā)布會的亮點之一。目前，靈云未來的版本已經(jīng)開始與國內(nèi)從事HCI技術(shù)的企業(yè)與研究機(jī)構(gòu)進(jìn)行多項合作，力求多樣化的HCI技術(shù)加載到靈云平臺上，服務(wù)更多企業(yè)，服務(wù)廣大的用戶。
牢固根基下的枝繁葉茂
按照去年的統(tǒng)計數(shù)據(jù)來看，捷通華聲已在國內(nèi)語音市場占有50%的份額，而其手寫識別、模式識別技術(shù)已達(dá)到35%的份額。一年來，這兩項份額穩(wěn)中有增，盡管競爭對手表現(xiàn)有強(qiáng)有弱，但捷通在更加寬廣的HCI領(lǐng)域得到增長。”張連毅透露，目前捷通華聲的HCI技術(shù)產(chǎn)品已經(jīng)展現(xiàn)出強(qiáng)勁發(fā)展勢頭，已全面深入應(yīng)用到各行各業(yè)。
2010年世博會廣播系統(tǒng)的語音技術(shù)，80%是由捷通華聲提供支持。全國的高鐵所有站臺的信息播報系統(tǒng)，都是采用靈云的語音合成技術(shù)。目前國有五大銀行中的四家也都使用著捷通華聲靈云語音合成技術(shù)。最近捷通華聲也剛剛與百度達(dá)成合作，將靈云的手寫識別技術(shù)引入百度輸入法。
當(dāng)問及現(xiàn)在最需要什么支持與未來發(fā)展，張連毅說：現(xiàn)在捷通華聲最需要的就是各種優(yōu)秀人才，以滿足靈云與HCI技術(shù)應(yīng)用到各個行業(yè)所產(chǎn)生的大量需求，捷通華聲也非常樂于為各方面的優(yōu)秀人才創(chuàng)造發(fā)展的舞臺。其坦言：在公司初創(chuàng)時，并沒有料到HCI技術(shù)會在今天有如此廣泛的應(yīng)用，如今各行各業(yè)都需要這種智能的人機(jī)互動技術(shù)。而隨著未來人機(jī)交互技術(shù)的發(fā)展，靈云也將緊跟人類的步伐，讓機(jī)器與人的互動更接近人與人的交流。比如未來的語音合成技術(shù)應(yīng)該能有音色、感情色彩等特色功能的選項，而語音識別也能對國內(nèi)各個地方的方言有清晰的辨識。智能人機(jī)交互技術(shù)將是推動未來信息產(chǎn)業(yè)發(fā)展最強(qiáng)勁的發(fā)動機(jī)。
捷通華聲未來的發(fā)展就像一根樹干成長到枝繁葉茂大樹的過程。捷通華聲擁有的核心技術(shù)就是大樹的根，靈云平臺是大樹的主干，而靈云在各行各業(yè)的應(yīng)用是大樹的枝杈。”張連毅表示，包括由捷通華聲提供技術(shù)支持的智能手機(jī)助手小唐龍，一款可為用戶提供地圖導(dǎo)航、天氣查詢、音樂搜索、新聞播報等特色功能的手機(jī)應(yīng)用程序。如果說這是捷通華聲在手機(jī)App方面的探索產(chǎn)品，未來將有更多類似小唐龍的創(chuàng)新產(chǎn)品出現(xiàn)。”
以牢固的根基養(yǎng)育大樹的枝繁葉茂，這就是捷通華聲所堅持的發(fā)展理念。而在這發(fā)展過程中，無論過去還是未來發(fā)展，捷通華聲不會吃獨食或分搶別家利潤，獨木不成林，只有無數(shù)棵茁壯成長的大樹才能造就中國信息產(chǎn)業(yè)繁茂的森林，捷通華聲靈云愿與各界合作伙伴精誠合作，共同創(chuàng)造智能人機(jī)交互（HCI）產(chǎn)業(yè)的繁榮景象。
注：捷通華聲2012靈云發(fā)布會”將在中關(guān)村軟件廣場酒店召開，歡迎各界人士到靈云網(wǎng)站（www.hcicloud.com）報名參加)。
