视野拓展之语音云发布大会

1. 大会简介

由科大讯飞主办，CSDN、商业价值协办的“语音点亮生活——新一代语音云发布暨语音开发者大会”，于2012年3月22日在北京国家会议中心举行。本次大会以语音点亮生活为主题，以语音技术开发为焦点，探索在移动互联网时代下语音创新、创业所面临的机遇。科大讯飞董事长刘庆峰在大会现场宣布新一代语音云的发布，同时柳传志、李开复等嘉宾也莅临现场，点评和探讨移动互联网时代语音应用的创业和投资。

2.大会内容

2.1发布新一代语音云平台并展示其应用“讯飞语点”

2.1.1扑面而来的“语时代”

主要是介绍语音方面的应用环境已经成熟，包括两点：

一是语音技术持续进步，达到了实用的门槛；

二是智能终端、无线网络、云计算平台等语音应用环境完备；

移动终端

无线网络

云计算服务器

并介绍了目前各大公司已有的应用：包括iPhone 4S siri 等；

2.1.2新一代语音核心技术及平台特性

2.1.2.1新一代语音核心技术

新一代语音核心技术包括三方面：语音合成、语音识别、语义理解；此三项核心技术的难度依次递增；

语音合成：将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的语音输出的技术，TTS技术隶属于语音合成；

延伸应用：爱吼网(www.ihou.com)：在线K歌网；

语音识别：语音输入-->降噪处理-->特征提取-->语音识别解码器-->文本或者命令；

现场展示了语音识别的应用：“声纹密码系统”和“口语评测系统”；

语义理解技术进展：自然语言输入-->分词处理及语义消岐-->意图分类及参数提取-->语音识别解码器-->相应场景的命令

典型应用：金融分析包括新闻、文章、股票交易报告及公告的自动处理；

2.1.2.2新一代语音平台特性

平台特性讲了四点：

全面的操作系统及硬件支持：Android, iOS, Windows, Symbian；

跨终端的个性话平台：在手机上训练的语音库可以在电视与车载设备上使用；

更加可靠与高效的服务：借助无线网络与云计算技术的发展，服务更加可靠与高效；

完善的开发与运营支持:语音体验、开发技术支持、全天候运维、自动化的业务分析

2.1.3未来会怎样

未来，每一部手机都将能听会说;

未来，每一辆汽车都将能听会说;

未来，每一台家电都将能听会说;

未来，每一个玩具都将能听会说;

2.1.4“讯飞语点”

此次展示的讯飞语点，正是基于新一代语音云开发的典型示范性应用。通过讯飞语点，用户可以通过语音实现与手机的交互，自然随意的使用语音进行电话拨号，发短信，上网，打开各类手机应用，设置提醒，导航，及查询火车航班，美食，股票等各类信息，在这些实用功能之外，语点还有很多有趣的特性，能和用户自由对话，并可以讲历史知识，做算术，说英语，背唐诗，讲笑话；

2.2柳传志、李开复与参会者分享移动互联网时代语音应用创业机会、产业前景

2.2.1柳传志真知灼见总结

作为创业者，应该把实验室中的研究转化为市场上的产品；创业者不仅仅应当找准技术点，寻找投资者的投资，更应该为技术点创造一个盈利模式，只有这样才有可能成功；

2.2.2李开复真知灼见总结

语音应用前景乐观，但是仍存在两大挑战：语义理解和提升用户体验；语言是人类最自然的沟通方式，一旦信息设备要和人类进行语音交互，用户必然就把设备当成人了，但是设备达到与人自然交流的水平仍待时日；

对于创业者，李开复建议在语音应用这块儿，着重点应该放在提升用户的体验上面；

2.3 语音应用项目介绍

2.3.1 会场展台展示

会场展台展示的语音应用有：互联电视、输入法、微博沟通、地图导航、音乐互动、语音工具、应用商店、车载服务、手机阅读、生活服务；

2.3.2 优秀项目分享

包括小米科技、大众点评网等公司的一些语音应用介绍；

3.个人体会

3.1人机交互的进化

从计算机诞生开始，人机交互经历了：纸带交互、鼠标键盘交互、触屏交互、语音交互四个过程；

比尔·盖茨在一次演讲当中，提到他看好未来人机交互的三大技术，包括语音交互技术、触摸屏技术和虚拟视觉技术，语音交互技术是放在第一位的；他看好的触摸屏技术现在在iPhone上面已经发挥得淋漓尽致，虚拟视觉技术，现在在微软上面已经开始应用，也很受欢迎。相信语音交互将成为移动互联网时代云端设备重要的交互界面；