語音作為人類交流最自然的方式，比文字和圖像更具天然的優(yōu)勢。物聯(lián)網(wǎng)時代，語音交互已然成為眾多智能硬件交互方式的首選。不過，近場語音交互技術(shù)在使用場景上要求低噪聲、無混響、距離聲源很近等等，還遠(yuǎn)不能滿足家電、車載等智能硬件對自然人機對話的渴望。解決噪音問題，追求真實環(huán)境下更自然人機交互方式，提升遠(yuǎn)場語音識別率成了智能硬件廠商的迫切需求。 近日，捷通華聲遠(yuǎn)場語音交互技術(shù)實現(xiàn)再升級，全球第一款專為智能終端遠(yuǎn)場交互信號處理打造的靈云麥克風(fēng)陣列SDK正式上線靈云平臺(aicloud.com)，使麥克風(fēng)陣列降噪能力更強，大大提高了遠(yuǎn)場語音識別率，可實現(xiàn)真實環(huán)境下更為自然的人機交互。 靈云麥克風(fēng)陣列SDK 智能硬件語音交互新時代 此次在靈云平臺正式上線的為靈云麥克風(fēng)陣列V3.0產(chǎn)品，是捷通華聲專門針對智能家電、車載、機器人、音箱等智能終端遠(yuǎn)場語音交互推出的語音信號處理SDK，可適配多麥克風(fēng)陣列布局，目前上線的支持windows系統(tǒng)平臺，后續(xù)還會支持更多系統(tǒng)，3米識別率超過95%，5米識別率同樣超過92%，在各種復(fù)雜噪音環(huán)境中均能實現(xiàn)精準(zhǔn)遠(yuǎn)場語音識別。 在捷通華聲與清華大學(xué)的共同努力下，靈云麥克風(fēng)陣列SDKV3.0的語音喚醒、聲源定向、回聲消除、語音降噪等方面功能均達(dá)到了行業(yè)領(lǐng)先水平。 1、 語音喚醒 通過說出喚醒詞，使設(shè)備從休眠狀態(tài)中喚醒，支持1個或者多個喚醒詞，且喚醒詞可自行設(shè)定。5米喚醒率 “ 95%，誤喚醒率 “ 1次/24小時。 2、回聲消除“語音打斷 消除設(shè)備自身播放的聲音，保證只獲取說話人的聲音。如在電視播放時，過濾掉電視的聲音，識別人說的換臺指令;與機器人溝通時，靈活打斷機器人的說話。 3、聲源定向 支持2/4麥克風(fēng)線性布局，實現(xiàn)180“聲源定向，定向精度 “ “15“;支持4/6麥克風(fēng)環(huán)形布局，實現(xiàn)360“聲源定向，定向精度 “ “10“。 4、語音降噪 增強目標(biāo)說話人方向的語音，抑制說話人方向以外的聲音，消除非人聲背景音，并可動態(tài)追蹤聲源位置，實現(xiàn)遠(yuǎn)場聲音采集。 裝上靈動雙耳 讓每個智能硬件更懂你 語音識別本質(zhì)上必須和聲學(xué)處理融合，語音設(shè)備沒有好的耳朵顯然不行，而靈云麥克風(fēng)陣列SDK則能讓智能硬件的雙耳更加靈敏，并配合已有的云+端語音識別、語義理解、語音合成、聲紋識別等語音技術(shù)，可以為客戶產(chǎn)品提供全鏈條的語音交互產(chǎn)品和服務(wù)。 目前，市場上提供的Mic陣列軟硬件結(jié)合解決方案價位普遍在200元/個左右，純軟件方案也要近50元/個，高昂的價格讓成本控制嚴(yán)格的家電、車載等智能硬件生產(chǎn)廠商望而卻步。 相比與此，靈云麥克風(fēng)陣列通過靈活的軟硬件搭配，針對不同場景的產(chǎn)品，推出了各種性價比較高的組合方案，家居家電，機器人，車載產(chǎn)品都可以找到適合自己的麥克風(fēng)陣列產(chǎn)品組合。 伴隨產(chǎn)品的不斷完善升級，靈云麥克陣列技術(shù)已經(jīng)成功應(yīng)用于新松、木爺?shù)葞资曳?wù)型機器人中，以及眾多智能車載產(chǎn)品中，并與眾多電視、空調(diào)等智能家電廠商建立了合作。 通過不斷推出并完善靈云麥克風(fēng)陣列軟硬件產(chǎn)品，捷通華聲努力將語音識別從傳統(tǒng)的單麥克近講推動到多麥克遠(yuǎn)講時代，從而讓每一家智能硬件企業(yè)都能以較低的成本擁有語音識別這項入口級的技術(shù)，使得社會大眾能夠體驗到更自然、更流暢、更貼心的人機交互。

« 上半場在表層 下半場在內(nèi)生 互聯(lián)網(wǎng)家裝的戰(zhàn)斗才剛開始 | 瘋狂的短視頻之爭：土豆網(wǎng)能變成另一個"快手"嗎 »