·醫(yī)療保健領(lǐng)域：應(yīng)用到電子病歷中，可自動(dòng)實(shí)現(xiàn)把醫(yī)生的聲音轉(zhuǎn)換成文本。這一領(lǐng)域也是若干發(fā)達(dá)國(guó)家在語(yǔ)音識(shí)別的主要收入領(lǐng)域。
由于擁有領(lǐng)先的語(yǔ)音識(shí)別技術(shù)，普強(qiáng)已經(jīng)做好了進(jìn)入這些領(lǐng)域的準(zhǔn)備。普強(qiáng)將先鎖定在企業(yè)客戶這塊。當(dāng)我們?cè)谶@個(gè)領(lǐng)域做到最好時(shí)，我們?cè)倮^續(xù)滲透到其它版塊。
普強(qiáng)目前擁有：
千語(yǔ)語(yǔ)音平臺(tái)：向企業(yè)提供語(yǔ)音識(shí)別服務(wù)
千語(yǔ)語(yǔ)音云平臺(tái)：為手機(jī)互聯(lián)網(wǎng)應(yīng)用提供的語(yǔ)音識(shí)別云服務(wù)
普強(qiáng)智能語(yǔ)音分析系統(tǒng)：為企業(yè)提供360度大數(shù)據(jù)分析（語(yǔ)音，視頻，文學(xué)數(shù)據(jù)等）
突破ASR語(yǔ)音識(shí)別技術(shù)難點(diǎn) 應(yīng)用于可穿戴設(shè)備
語(yǔ)音識(shí)別技術(shù)要求快速，準(zhǔn)確。語(yǔ)音識(shí)別目前還達(dá)不到百分百準(zhǔn)確，達(dá)到完美的距離還很遠(yuǎn)。因?yàn)橹形?千字中發(fā)音有406個(gè)，是最難辨識(shí)的語(yǔ)種，例如（wu），可以是吳、無(wú)、吾、梧、蜈等。同樣文字各地方言發(fā)音不一，便會(huì)增加難度，所以語(yǔ)音辯識(shí)應(yīng)用的成功關(guān)鍵，更傾向是專業(yè)能力。人類有眼睛，耳朵，文字來幫助識(shí)別，語(yǔ)音識(shí)別是只通過能“聽”來完成，有限的聲音數(shù)據(jù)要用來識(shí)別聲音的同時(shí)也要區(qū)分不同的背景雜音，需要花時(shí)間和精力去完善核心算法和積累數(shù)據(jù)。為了使每個(gè)垂直領(lǐng)域達(dá)到最優(yōu)的識(shí)別效果，我們都需要積累經(jīng)驗(yàn)去適當(dāng)調(diào)整算法和采集選擇數(shù)據(jù)，例如為呼叫中心的電話信道建立模型與移動(dòng)互聯(lián)網(wǎng)的聲學(xué)模型是不一樣的。
在可穿戴設(shè)備上，語(yǔ)音識(shí)別技術(shù)將是必備技術(shù)之一，但是要應(yīng)用ASR技術(shù)到可穿戴設(shè)備，我們首先要解決能耗問題，這類設(shè)備一般沒有太多電能。
一個(gè)成功的案例是：低功耗的語(yǔ)音喚醒技術(shù)。它通過只針對(duì)特定人和少數(shù)命令詞的識(shí)別解決了低能耗的問題，成功應(yīng)用在許多嵌入式產(chǎn)品中，例如：手機(jī)語(yǔ)音喚醒，寵物語(yǔ)音鎖鏈（鎖鏈回答寵物主人的叫喚）等。
CEO：何國(guó)濤先生
北京大學(xué)計(jì)算機(jī)碩士，美國(guó)雪城大學(xué)計(jì)算機(jī)碩士。曾在HP、Aruba等公司從事Opencall、Voice XML、 無(wú)線網(wǎng)關(guān)等產(chǎn)品的開發(fā)和研究，并成功地在世界500強(qiáng)公司產(chǎn)品中部署應(yīng)用；在語(yǔ)音領(lǐng)域擁有三項(xiàng)專利和一 項(xiàng)待批專利。興趣和專長(zhǎng)包括語(yǔ)音識(shí)別技術(shù)、呼叫中心、無(wú)線網(wǎng)絡(luò)等。
CTO：李全忠博士
北京大學(xué)計(jì)算機(jī)碩士，美國(guó)亞利桑那大學(xué)計(jì)算機(jī)博士。曾在IBM Almaden研究中心擔(dān)任研究員， 從事 數(shù)據(jù)庫(kù)及云計(jì)算研究；榮獲過IBM發(fā)明成就獎(jiǎng)，擁有多個(gè)專利并且在頂級(jí)互聯(lián)網(wǎng)及數(shù)據(jù)庫(kù)期刊上發(fā)表過 多篇論文。興趣和專長(zhǎng)包括大規(guī)模數(shù)據(jù)處理、數(shù)據(jù)庫(kù)和云計(jì)算等。
