2019年12月20日，由CTI論壇（www.yshhuang.com）主辦的"行業(yè)應用及市場(chǎng)分析主題沙龍暨CTI論壇2019年度編輯推薦獎頒獎"活動(dòng)在創(chuàng )業(yè)大街成功召開(kāi)，并公布了"2019年度CTI論壇編輯推薦獎"的評選結果。深圳黃鸝智能科技有限公司總經(jīng)理劉志應邀出席此次活動(dòng)并發(fā)表了精彩的關(guān)鍵詞演說(shuō)《極致》。

圖：深圳黃鸝智能科技有限公司總經(jīng)理劉志

　　以下為深圳黃鸝智能科技總經(jīng)理劉志的發(fā)言稿全文：

　　大家下午好，我是深圳黃鸝智能科技總經(jīng)理劉志。相信在座的各位聽(tīng)說(shuō)過(guò)深圳黃鸝智能科技公司的不超過(guò)5個(gè)人，因為這個(gè)公司是今年8月份才剛剛成立的，所以在呼叫中心行業(yè)我絕對是一個(gè)新人，今天跟很多前輩學(xué)到了很多東西。黃鸝智能科技應該算是我的第三次創(chuàng )業(yè)，我今天演講的主題關(guān)鍵詞是"極致"，其實(shí)也是想跟大家分享一下我這三次創(chuàng )業(yè)當中的一些小故事。

　　我應該算是國內比較早一波做人工智能領(lǐng)域的，在2001年我在清華大學(xué)讀研究生的時(shí)候就一直在做語(yǔ)音技術(shù)。2005年的時(shí)候，我第一次創(chuàng )業(yè)，那個(gè)時(shí)候是做嵌入式的語(yǔ)音識別，我們公司是全球第一個(gè)在蘋(píng)果一代手機上做撥號軟件的公司，當時(shí)和國外的合作伙伴一起做了VoiceDialer，收獲了幾百萬(wàn)的第一桶金。其實(shí)語(yǔ)音識別在那個(gè)時(shí)候就蠻火的了，但是，很不幸，第一次創(chuàng )業(yè)算是失敗的，回過(guò)頭來(lái)總結，第一次為什么會(huì )失敗？我們發(fā)現問(wèn)題出在技術(shù)上我們沒(méi)有做到極致。

　　語(yǔ)音識別相關(guān)的技術(shù)是什么時(shí)候真正成熟起來(lái)的呢？2009年蘋(píng)果的Siri出來(lái)之后，其實(shí)還沒(méi)有帶動(dòng)整個(gè)產(chǎn)業(yè)，隨后Amazon？Echo出來(lái)之后，才使得語(yǔ)音的價(jià)值逐步的被大家所認識。實(shí)際上語(yǔ)音作為人機交互的一個(gè)重要手段，在很早之前，微軟比爾蓋茨就說(shuō)過(guò)，他堅信語(yǔ)音是未來(lái)是人機交互的一個(gè)重要入口，可以取代鍵盤(pán)、鼠標，取代很多很多其他的外設。但是為什么這么多年語(yǔ)音一直沒(méi)有真正地能夠進(jìn)入到應用？從我第一次的創(chuàng )業(yè)經(jīng)歷，我有一個(gè)非常深刻的感受就是，技術(shù)要達到一個(gè)臨界點(diǎn)才有商用價(jià)值。我們可以簡(jiǎn)單地用四個(gè)字來(lái)總結，什么樣的臨界點(diǎn)？以前的技術(shù)，四個(gè)字來(lái)講叫做"技不如人"。

　　什么意思呢？人工智能技術(shù)的水平，它達不到我們人類(lèi)的水平。剛才其實(shí)有很多專(zhuān)家也都提到了，人工智能將來(lái)是期望要代替人類(lèi)（replace），至少在一部分工作上，那么如果技術(shù)的能力達不到人的基本要求的話(huà)，怎么來(lái)代替？這是我第一次創(chuàng )業(yè)給我帶來(lái)的一個(gè)非常深刻的教訓。那么轉而我就在思考，既然當時(shí)的技術(shù)達不到能夠去代替人這樣的一個(gè)程度，那么技術(shù)可以做點(diǎn)什么呢？我就轉到了第二次創(chuàng )業(yè)，教育行業(yè)，跨度稍微有點(diǎn)大。教育行業(yè)我做了什么？當然還是做語(yǔ)音，我們做中小學(xué)生，包括成人的口語(yǔ)測評。學(xué)語(yǔ)言的時(shí)候，我們用機器來(lái)代替老師評價(jià)學(xué)生的口語(yǔ)發(fā)音，包括到現在來(lái)評價(jià)一些語(yǔ)法、語(yǔ)義等等。當時(shí)切入這一行有一個(gè)很簡(jiǎn)單的想法，因為做口語(yǔ)測評，對語(yǔ)音識別的要求沒(méi)有那么高。

　　我們剛開(kāi)始做什么題型？主要做跟讀和朗讀。我先把文本給學(xué)生看到，然后學(xué)生照著(zhù)把它讀出來(lái)。這個(gè)時(shí)候其實(shí)對識別沒(méi)有太高的要求，因為我預先就知道學(xué)生要說(shuō)的是什么，這種時(shí)候識別的準確率其實(shí)是降低了，但是新的挑戰來(lái)了。我把它叫做對于業(yè)務(wù)的場(chǎng)景或者叫做對于用戶(hù)的需求，讓技術(shù)怎樣和應用場(chǎng)景以及業(yè)務(wù)去結合？這是我們要去挑戰的第二個(gè)極致。在這個(gè)場(chǎng)景里面，我簡(jiǎn)單的舉幾個(gè)例子，可能大家就能夠感受到它要解決的問(wèn)題是什么？我們可以想象中國人學(xué)英語(yǔ)，為什么不是國外的系統，不是英國的系統，美國的系統來(lái)指導我們。其實(shí)很早就有做這個(gè)英語(yǔ)發(fā)音評價(jià)的企業(yè)，像Nuance公司等很多大的企業(yè)，也做這件事情，為什么它的系統在中國一直沒(méi)有辦法去落地生根，因為我們中國人說(shuō)的英語(yǔ)和地道的英語(yǔ)有很多差異。

　　我舉一個(gè)非常簡(jiǎn)單的例子，我們說(shuō)very good。英文中這個(gè)v音，它是一個(gè)咬下唇的發(fā)音。但是在座有很多人是中式發(fā)音，聽(tīng)起來(lái)沒(méi)問(wèn)題，對不對？但其實(shí)是錯的。

　　我們漢語(yǔ)當中沒(méi)有這個(gè)"v"音，機器識別的時(shí)候他會(huì )很敏感，他就把這個(gè)點(diǎn)抓出來(lái)。所以我們用國外的系統給中國學(xué)生打分的時(shí)候，經(jīng)常打的分慘不忍睹。那么要解決這個(gè)問(wèn)題，我們就要把中國學(xué)生常見(jiàn)的發(fā)音錯誤給它挑出來(lái)，然后去針對性的進(jìn)行模型訓練等等一系列的工作。這些工作和技術(shù)有關(guān)，但是更重要的是和業(yè)務(wù)場(chǎng)景有關(guān)。那么，光克服了這個(gè)挑戰就夠了嗎？光在這些點(diǎn)上做到極致就夠了嗎？實(shí)際上還遠遠不夠。

　　當我們擁有5000多萬(wàn)的用戶(hù)的時(shí)候，我們就會(huì )發(fā)現場(chǎng)景又發(fā)生了變化，面臨的挑戰又發(fā)生了變化。我們遇到了什么樣的情況？學(xué)生在家里學(xué)習，在學(xué)校學(xué)習，都會(huì )有大量的噪聲干擾。在家學(xué)習的時(shí)候，家里可能開(kāi)著(zhù)電視，在學(xué)校學(xué)習的時(shí)候，很多時(shí)候就跟我們今天大家坐在這個(gè)會(huì )場(chǎng)上一樣，相互之間的距離非常近，學(xué)生和學(xué)生之間的聲音相互干擾，有一些女生聲音比較小，旁邊男孩子的聲音就把她全部掩蓋住了。不要說(shuō)機器識別不出來(lái)，人也識別不出來(lái)，老師有時(shí)候都聽(tīng)不見(jiàn)學(xué)生說(shuō)的是什么。那么針對這個(gè)問(wèn)題，我們又想辦法去解決，去提升這個(gè)針對應用場(chǎng)景的挑戰。如果我們不能做到極致的話(huà)，實(shí)際上還是沒(méi)有辦法給用戶(hù)提供完整的解決方案。因為有很多好的學(xué)生，他為了追求完美，一旦出現問(wèn)題，他會(huì )反復反復的讀，真的有很多學(xué)生都讀哭了，那么針對這個(gè)問(wèn)題我們繼續做降噪技術(shù)的突破。做技術(shù)的人很多時(shí)候會(huì )想要把技術(shù)做到極致，但是在做之前，我想說(shuō)我們要思考為什么要做它？我們解決的是什么問(wèn)題？今天我們在教育領(lǐng)域，已經(jīng)開(kāi)發(fā)了專(zhuān)為教育用的耳機，這個(gè)耳機能達到什么效果？剛好今天大家可能聽(tīng)到這兒，可能已經(jīng)有點(diǎn)疲乏了，我們做一個(gè)小的互動(dòng)游戲。我帶了我們的一款學(xué)生耳機，我一會(huì )帶上它，然后我想請大家給我制造噪聲，你們能想象的，越大的噪聲越好。我打開(kāi)的是一個(gè)錄音軟件CoolEdit，搞語(yǔ)音搞音頻的很多人應該都知道。那么接下來(lái)我說(shuō)話(huà)的時(shí)候也請大家說(shuō)話(huà)，然后我再把它播放出來(lái)。

　　錄音開(kāi)始，我現在在說(shuō)話(huà)，請大家制造噪聲……待會(huì )我請大家一起聽(tīng)一聽(tīng)。正如大家聽(tīng)到的，現在播放的只有我錄進(jìn)去的聲音，并沒(méi)有大家發(fā)出的噪音。這個(gè)技術(shù)現在已經(jīng)不止用在教育領(lǐng)域了，在我們國家最尖端的軍事應用上，也已經(jīng)用了我們這個(gè)技術(shù)用來(lái)做通信和識別，因為聲音的價(jià)值就是兩點(diǎn)：第1點(diǎn)，用于人和人的通信；第2點(diǎn)，用于人和機器的理解。

　　語(yǔ)音交互確實(shí)是一個(gè)入口，但是這個(gè)入口要解決的問(wèn)題，遠遠不只是喚醒、識別、聲紋等，而是必須要做整體的解決方案。今天，黃鸝智能這個(gè)新興企業(yè)進(jìn)入呼叫中心行業(yè)來(lái)，為大家帶來(lái)的是什么？實(shí)際上是帶來(lái)了這樣一款新的產(chǎn)品--自適應通話(huà)降噪盒，我們將通話(huà)降噪算法植入這樣一個(gè)小小的盒子，現有市面上的耳機只要加上它，就可以達到我剛才展示的降噪效果。不管是用來(lái)和客戶(hù)溝通，還是接后端的語(yǔ)音質(zhì)檢、智能客服等各種系統，它都能夠幫助我們給客戶(hù)帶來(lái)極致的感受，讓智能化真正落地。以上就是我今天分享給大家的。我也希望和大家一起來(lái)共同創(chuàng )造極致，創(chuàng )造不可能，讓聲音智能改善人類(lèi)的生活與工作品質(zhì)，謝謝！
　　黃鸝智能科技自適應通話(huà)降噪盒 清晰聲音，交互萬(wàn)物。為話(huà)務(wù)耳機的語(yǔ)音發(fā)送端消除噪聲，提供清晰流暢的語(yǔ)音拾取。合作請聯(lián)系：Kevin 13692103765 點(diǎn)擊視頻詳細了解！