思必驰打造DUI开发平台系统，建AI良好生态.doc

《思必驰打造DUI开发平台系统，建AI良好生态.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、思必驰打造DUI开发平台系统，建AI良好生态　　思必驰成立于2007年英国剑桥高新区，创始人均来自剑桥，2008年回国落户苏州；是国内唯一拥有人机对话技术，国际上极少数拥有自主产权、中英文综合语音技术（语音识别、语音合成、自然语言理解、智能交互决策、声纹识别、性别及年龄识别、情绪识别等）的公司之一。　　思必驰打造DUI开发平台系统，建AI良好生态　　思必驰成立于2007年英国剑桥高新区，创始人均来自剑桥，2008年回国落户苏州；是国内唯一拥有人机对话技术，国际上极少数拥有自主产权、中英文综合语音技术（语音识别、语音合成、自然语言理解、智能交互决策、声纹识别、

2、性别及年龄识别、情绪识别等）的公司之一。　　　　去年9月，思必驰在北京发布了其拥有完全自主知识产权的DUI平台。　　DUI平台集成的核心智能对话技术具有高度可定制性，实现了从本地端设备到云端服务，从识别到合成，从语义到对话逻辑，从技术模块到内容资源的全方位定制支持。此外，平台还为开发者提供大数据运维和后台分析服务，根据硬件配置和具体需求提供定制的增值服务，可持续优化用户体验，以一种“三方共赢”的方式构建AI良好生态。　　　　思必驰联合创始人/首席科学家俞凯　　DUI平台的发布会上，思必驰联合创始人/首席科学家俞凯围绕对话智能、流通、生长三个方面，从技术层面做

3、了分享。　　这次分享虽然是围绕思必驰的产品，但内容上值得智能语音行业乃至整个AI行业借鉴，以下我们对分享内容进行了梳理与整合。　　从语音到对话，这些年发生了很大的变化　　这是个不断变化的时代，从2013年到2018年，我们经历了从PC互联网、移动互联网到智能设备互联的发展，交互方式也经历着从文本搜索、语音/文本对话、自然口语对话的变迁。　　技术变革，从未停歇。在这段时间里，技术在不断变革，深度学习的应用进入了深水区，当下大家都认为的“深度学习+大数据”就是一切吗？是的，是因为现在无论如何都缺少不了深度学习和大数据；说不是，是因为单纯的深度学习和大数据，没有专

4、业化的支持和专业化的调整还不能发挥作用。　　应用变革，如雨后春笋。在技术驱动下，各类应用如雨后春笋般诞生，在整个应用的层面，关注对话，并且以对话为核心，有的是数据驱动，有的是专业技术驱动，有的是产品应用驱动，此类公司越来越多，这是一个趋势，趋向于专业化分工。　　产业链变革，AI及AI+的专业分化进程加速。在产业链上的专业化分工更加明显，促进其快速细分化。例如，在基础层，芯片、大数据、云计算等成为基础支撑；在交互层，语音、图像、触觉等成为交互方式的中流砥柱；在系统应用层，汽车、家居、娱乐、医疗、教育、金融等各个领域在不断接纳与渗透。专业化的分工、专业化的结合已

5、经不可避免了。　　对话智能：信息自由沟通的未来　　俞凯从概念上进行了解析，指出对话不等于语音，对话是以人机交互为核心，包括各个模态，对语义的理解，声音、图像、感知层面直接的编码，以完整系统作为优化目标的一种系统级合成，需要全面的技术创新能力。　　对话具备更大的价值，让产品实现自由的人机交互。思必驰是引领中国对话智能发展的领军企业之一，自2013年起，在产业界最早系统性提出，并一以贯之的专注推进对话智能的概念、技术发展及应用。2014年，思必驰发布了国内第一个口语对话系统平台”思必驰对话工场”，开放底层的ASR、TTS、NLU等SDK接口。伴随着业务转型的进一

6、步转型，思必驰AIOS对话操作系统在国内智能硬件领域得到了十分广泛的应用。为追求体验升级，打造高可用定制的对话平台，思必驰策划并推出了DUI开放平台。　　封闭解决方案VS开放生态圈　　毋庸置疑，语音交互已经成为当下智能产品的必备交互方式，多样化的产品带来了多样化的需求，这为技术提供方带来很大挑战。例如，在对话上有命令、问答、闲聊、任务等不同模式；在场景上，存在控制、购物、金融、教育、家庭、旅游等多种场景，并不断并入新场景；在细节上，要求多唤醒词、新领域、新说法、新动作、新逻辑等等，整个需求趋向于个性化、特色化。　　就此问题，俞凯表示，目前国内提供语音交互技能

7、的公司大体上有两种不同的思路。一是提供封闭的解决方案，所有的东西都包揽优化；二是像思必驰DUI这样的思路，开放，形成一个生态圈，有博弈的过程，但这是一个多赢博弈的过程，在生态圈上大家互相体谅。　　封闭和开放的对比，就像是一家独大和万马奔腾的关系。开放生态圈才具备更大的价值，将核心技术开放出去，对AI应用企业以及技术企业的流通和生长都有积极作用，使得大家都不瘸腿。　　必须要有大规模的定制技术的能力　　俞凯表示真正实现流通型的对话智能，必须要有大规模的定制技术的能力，即DUI提出的:规模定制化。　　语音识别&语音合成方面：规模定制化将技术的应用权限交给了厂商，多

8、场景环境、多样化技术需求重要问题，需要满足诸如多唤醒