當盲人無(wú)法看到手機短信，卻可以聽(tīng)取這些信息；當老年人看不清手機按鍵，卻可以通過(guò)說(shuō)來(lái)對手機下達“命令”；當司機在駕駛過(guò)程中為保證安全，通過(guò)收聽(tīng)語(yǔ)音播報獲得叫車(chē)信息……
那么是什么，給我們的生活、工作帶來(lái)了這些實(shí)實(shí)在在的便捷？不得不說(shuō)，它們是包括語(yǔ)音合成、語(yǔ)音識別、光學(xué)字符識別、手寫(xiě)識別等技術(shù)在內的智能人機交互（HCI）技術(shù)。
如果說(shuō)智能人機交互技術(shù)是繼鍵盤(pán)、鼠標、觸控技術(shù)之后的人與計算機交互的一種全新的手段，你是否會(huì )有一些感動(dòng)，為這種高新技術(shù)帶來(lái)的全新體驗而感動(dòng)。或許，隨著(zhù)技術(shù)的不斷成熟，不但人們使用計算機及移動(dòng)智能終端的方式將得到全面顛覆，智能人機交互技術(shù)也將廣泛深入到各行各業(yè)中去。
近日，CTI論壇記者采訪(fǎng)到北京捷通華聲語(yǔ)音技術(shù)有限公司（以下簡(jiǎn)稱(chēng)“捷通華聲”）董事長(cháng)張連毅先生。張連毅對于智能人機交互技術(shù)懷揣了多年的夢(mèng)想、熱衷于技術(shù)的不斷完善與進(jìn)步、一步一個(gè)腳印深耕于HCI這塊兒土地。就是他，用執著(zhù)兩個(gè)字將所有的堅持與熱情一帶而過(guò)，換來(lái)一個(gè)智能人機交互技術(shù)應用更加廣闊而開(kāi)放的時(shí)代。
智能人機交互技術(shù)錦上添花
張連毅涉足智能人機交互技術(shù)可以追溯到90年代初，當時(shí)致力于推進(jìn)中國漢字印刷體識別系統商品化進(jìn)程；到90年代末，智能人機交互技術(shù)掀起了一股光學(xué)字符識別的熱潮，而捷通華聲也是在此時(shí)正式成立的；到現階段，各項智能人機交互技術(shù)成熟度都大幅提高，相互支撐，達到了一個(gè)融合狀態(tài)。“相對來(lái)講，可以說(shuō)目前智能人機交互技術(shù)初步進(jìn)入一個(gè)百花齊放、全面發(fā)展的階段”張連毅說(shuō)。
實(shí)際上，張連毅個(gè)人本身的工作經(jīng)歷也見(jiàn)證了智能人機交互技術(shù)的起起伏伏。所以，他對智能人機交互技術(shù)也有著(zhù)深刻的理解：“樂(lè )視智能電視增加了語(yǔ)音點(diǎn)播，汽車(chē)導航可以聽(tīng)新聞、給某某打電話(huà)，完成這些功能的就是HCI技術(shù)，這就促進(jìn)了產(chǎn)業(yè)升級。當我們認同產(chǎn)業(yè)的變革，智能人機交互技術(shù)起到的作用就是錦上添花。”
“HCI技術(shù)使得人和機器的距離拉近了，但如果拋開(kāi)這個(gè)表象之后，實(shí)際上我們并沒(méi)有改變什么。HCI技術(shù)是為內容服務(wù)的。”
為了更好地為內容服務(wù)，一直以來(lái)，捷通華聲潛心研究智能人機交互技術(shù)，張連毅講到，“HCI技術(shù)具有旺盛的生命力，這種旺盛的生命力來(lái)自于需求、來(lái)自于技術(shù)的不完美。因為不完美，所以人們不斷提出新的要求，不斷去提升它的性能、指標， 從而成為可持續發(fā)展到動(dòng)力。而捷通華聲務(wù)實(shí)、低調的氛圍，助力實(shí)現這種可持續性發(fā)展。”
新技術(shù)將重構社會(huì )，HCI助力發(fā)展
“一個(gè)全新時(shí)代的大幕才剛剛拉開(kāi)，云、移動(dòng)、大數據這些技術(shù)蓬勃發(fā)展，新的商業(yè)模式也初現曙光。當我們把所有用戶(hù)的行為和需求匯集到一塊去的時(shí)候，整個(gè)社會(huì )都將被技術(shù)的發(fā)展所重構。”張連毅引用百度大數據首席架構師林仕鼎的話(huà)來(lái)展開(kāi)他的觀(guān)點(diǎn)與想法。
在他看來(lái)，云計算勢如破竹撞擊著(zhù)傳統產(chǎn)業(yè)，移動(dòng)互聯(lián)網(wǎng)改變著(zhù)人們生活工作的方式，大數據讓整個(gè)世界變得更加有規律可循，而智能人機交互技術(shù)雖然沒(méi)那么轟轟烈烈，但它卻悄然地在人們的生活、工作中助力著(zhù)這幾大板塊的應用。
“當今HCI進(jìn)入一個(gè)相對成熟的階段，大眾對它也日益了解，無(wú)論移動(dòng)互聯(lián)網(wǎng)、大數據、云計算，其實(shí)和HCI都是息息相關(guān)的。”張連毅認為，這幾項新興技術(shù)與HCI技術(shù)之間具有相互作用的關(guān)系，他分析到：
首先，移動(dòng)互聯(lián)網(wǎng)及智能終端的普及，使得運用HCI技術(shù)的廣泛應用成為可能，并深入到每個(gè)人的生活當中；反過(guò)來(lái)，HCI技術(shù)同時(shí)也助力了移動(dòng)互聯(lián)網(wǎng)的發(fā)展。
其次，作為靈云云服務(wù)平臺，所研究的是怎么才能實(shí)現大家對HCI的應用，怎么才能實(shí)現靈云能力的共享。答案是通過(guò)云計算能力實(shí)現。云計算使得智能人機交互技術(shù)的服務(wù)能夠滿(mǎn)足everybody希望使用HCI技術(shù)的需求。
再次，對于大數據，如果沒(méi)有大數據，語(yǔ)音識別技術(shù)不一定能夠得到突破。比如說(shuō)，語(yǔ)音識別需要對語(yǔ)音語(yǔ)料進(jìn)行訓練。過(guò)去可能是兩三百小時(shí)，現在輕則兩三千小時(shí)，重則上萬(wàn)小時(shí)；過(guò)去的原始文本語(yǔ)料有幾個(gè)GB就很了不起，現在都可以以TB來(lái)計算了。無(wú)論是成千上萬(wàn)的語(yǔ)音語(yǔ)料、還是基礎的的文本語(yǔ)料，都屬于大數據。由此可以看出，大數據助力智能人機交互技術(shù)性能的提升。
云計算、大數據、移動(dòng)互聯(lián)網(wǎng)，甚至是HCI技術(shù)，彼此相互交融，正是這種技術(shù)的發(fā)展，在悄然地改變著(zhù)人們的生活。
靈云開(kāi)發(fā)者社區打造合作共贏(yíng)局面
順應時(shí)代的變化發(fā)展，為了將自身優(yōu)質(zhì)的資源向合作伙伴全部敞開(kāi)，打造一個(gè)合作共贏(yíng)的局面，捷通華聲靈云平臺開(kāi)發(fā)者社區面向開(kāi)發(fā)者,全面開(kāi)放語(yǔ)音識別、語(yǔ)音合成、手寫(xiě)識別、OCR等HCI技術(shù)能力。
“靈云開(kāi)發(fā)者社區將改變原有商業(yè)合作模式，全面開(kāi)放SDK，需要開(kāi)發(fā)者做的只是簡(jiǎn)單地注冊而已。”張連毅表示，全面開(kāi)放靈云能力，目的是推廣HCI技術(shù)的應用，他這樣說(shuō)：
首先，對于開(kāi)發(fā)商及企業(yè)，希望通過(guò)使用靈云能力，能夠提高企業(yè)產(chǎn)品品質(zhì)和技術(shù)創(chuàng )新能力，使產(chǎn)品的應用性更強、更有趣。例如，嘀嘀打車(chē)，使用的便是捷通華聲的語(yǔ)音合成技術(shù)。
其次，對于個(gè)人開(kāi)發(fā)者，捷通華聲希望激發(fā)民眾之中的創(chuàng )意，讓他們的創(chuàng )意能夠通過(guò)應用HCI技術(shù)得益于實(shí)現，從而服務(wù)于大眾、服務(wù)于社會(huì )。
所以，對于靈云開(kāi)發(fā)者社區，對于不同的點(diǎn)有不同的期許，但核心本質(zhì)是希望大家都能夠了解、掌握、應用HCI技術(shù)，使得靈云開(kāi)發(fā)者社區更加大眾化，開(kāi)啟一個(gè)HCI全面開(kāi)放的時(shí)代。
靈云開(kāi)發(fā)者社區為打造一個(gè)合作共贏(yíng)的局面，張連毅同時(shí)也強調：“也希望通過(guò)商業(yè)模式同從事同一領(lǐng)域的企業(yè)加強合作，把更多的HCI技術(shù)如人臉識別、指紋識別、聲紋識別、虹膜識別等生物特征識別技術(shù)納入到靈云平臺來(lái)。”
為與合作伙伴建立合作共贏(yíng)的關(guān)系，捷通華聲多年來(lái)都遵循著(zhù)自己的原則，張連毅肯定地講到：“捷通華聲非常尊重合作伙伴，絕不和用我們技術(shù)的企業(yè)或行業(yè)搶生意，這是我們一直以來(lái)的信念。”
“當然，捷通華聲也希望塑造自己的品牌，但這種塑造是按照尊重產(chǎn)業(yè)發(fā)展規律的方式、尊重合作的商業(yè)規則來(lái)實(shí)現的。捷通華聲希望加強一些宣傳方面的規范，如在合同中要求：需要在廠(chǎng)商產(chǎn)品或者界面上，顯示相關(guān)HCI技術(shù)由捷通華聲提供。”
為深刻認識HCI技術(shù)的一些應用，捷通華聲首先運用靈云能力為自己開(kāi)發(fā)了“捷通知道”這樣一個(gè)智能客服系統。智能客服的核心是自然語(yǔ)言處理技術(shù)。通過(guò)對一定數據的處理，把一些共性問(wèn)題提取出來(lái)。隨著(zhù)技術(shù)的發(fā)展，智能客服在呼叫中心的應用將會(huì )越來(lái)越廣，“將逐漸成為呼叫中心領(lǐng)域的一個(gè)‘配件’、一個(gè)功能模塊。”
之所以要做“捷通知道”，張連毅說(shuō)：“一個(gè)好的產(chǎn)品一定要具有一定的通用性。作為設計者、開(kāi)發(fā)者，我們必須抓住靈云智能客服系統的本質(zhì)，從而更好地為企業(yè)服務(wù)。而‘捷通知道’本身具有對捷通品牌宣傳的特點(diǎn)，起到提高企業(yè)形象、促進(jìn)企業(yè)宣傳、提升企業(yè)規范化建設的作用。”
