隨著(zhù)5G、人工智能和物聯(lián)網(wǎng)的發(fā)展，疊加疫情對人類(lèi)生產(chǎn)生活方式的影響，聲音通信和交互的重要性不斷凸顯。但復雜噪聲環(huán)境會(huì )大大降低聲音通信的質(zhì)量和體驗，同時(shí)會(huì )導致語(yǔ)音識別的準確率嚴重下降。聲音作為人類(lèi)感知信息、表達信息的重要手段，如何在新形勢下更好的發(fā)揮作用，這是深圳黃鸝智能科技有限公司（簡(jiǎn)稱(chēng)黃鸝智聲）一直在探索的方向。
黃鸝智聲是一家成立于2019年的人工智能技術(shù)企業(yè)，依托清華團隊20余年的研究積累，深耕聲音領(lǐng)域，尤其是聲音前端處理技術(shù)和相關(guān)產(chǎn)品的研發(fā)、應用和服務(wù)，致力于“用聲音智能改善人類(lèi)生活與工作品質(zhì)”。黃鸝智聲的團隊成員們相信，今天科幻電影中的許多場(chǎng)景在不久的將來(lái)都將照進(jìn)現實(shí)，未來(lái)的世界甚至會(huì )更加神奇，聲音讓萬(wàn)物互聯(lián)，我們不僅通過(guò)聲音進(jìn)行人與人之間的溝通，還要讓萬(wàn)物聽(tīng)懂我們的聲音，從而更好的為我們服務(wù)，并且聲音還會(huì )在物與物之間架起交互的橋梁。
說(shuō)起智能語(yǔ)音，大家想必都不陌生。國外有蘋(píng)果Siri，微軟小娜，GoogleAssistant，亞馬遜的Alexa；國內有科大訊飛的靈犀助手，百度公司的小度，小米的小愛(ài)同學(xué)等等普通消費者熟知的名字……而在呼叫中心行業(yè)，智能語(yǔ)音也是異軍突起，語(yǔ)音質(zhì)檢、智能客服等應用不斷呈現。然而，環(huán)境噪聲的干擾以及電聲器件的限制，極大地降低了聲音采集的精度和范圍；聲音前端處理技術(shù)的發(fā)展相對滯后，嚴重制約著(zhù)智能聲音的應用場(chǎng)景和效果：試想如果連最基本的聲音信息都不能聽(tīng)清、聽(tīng)懂，談何后面的數據傳達和解析呢？
黃鸝智聲的通話(huà)降噪技術(shù)方案與其他技術(shù)將聲音前端處理視作孤立的子系統并逐級連接不同，該技術(shù)方案從聽(tīng)覺(jué)的生理和心理基本原理出發(fā)，創(chuàng )新性的將麥克風(fēng)陣列、聽(tīng)覺(jué)場(chǎng)景分析、深度學(xué)習和Gammatone濾波器組等技術(shù)相融合，形成完整并具有針對性的聲音前端智能處理方案，實(shí)現噪聲抑制、混響消除、陣列增益、目標聲信號分離、跟蹤、增強等功能的統一，在降噪的同時(shí)對目標聲音進(jìn)行提取，從而在保證高降噪的同時(shí)達到目標信號低失真的效果。能夠在各類(lèi)復雜的強噪聲環(huán)境中實(shí)現清晰的聲音拾取，降噪效果高達40dB以上，且聲音信號的質(zhì)量MOS分在各類(lèi)噪聲環(huán)境下降噪后仍能達到平均4.0分以上。達到行業(yè)內特有的：
（1）高降噪的同時(shí)保證聲音信息的低失真，性能行業(yè)首屈一指；
（2）針對難以處理的動(dòng)態(tài)多種類(lèi)噪音都有穩定的降噪拾取性能，適用于多場(chǎng)景多領(lǐng)域。
（3）軟硬結合的方案在芯片平臺上即可實(shí)現，延時(shí)低可靠性高。
黃鸝智聲所研發(fā)的產(chǎn)品和方案不僅能夠將語(yǔ)音清晰拾取，為通話(huà)對方帶來(lái)靜謐的通話(huà)體驗；還適用于各種噪音場(chǎng)景中的智能語(yǔ)音應用，有效提升識別準確率，本次CTI大會(huì )也將接入由黃鸝智聲提供的語(yǔ)音識別系統，將會(huì )場(chǎng)嘈雜的聲音變?yōu)榍逦恼Z(yǔ)音內容再轉成精準的文字記錄。
