VocalZoom與科大訊飛攜手打造中國最普及的語音識別系統(tǒng)在噪音環(huán)境方面取得突破性進展
- 早期測試顯示：VocalZoom的光學傳感器能將科大訊飛的聲控平臺的自動語音識別(ASR)性能平均顯著提高50%以上。
- 最明顯的性能增強體現(xiàn)在最高噪音級別環(huán)境中，例如：將車窗保持打開狀態(tài)時駕駛汽車所產(chǎn)生的噪音。
- 很多公司正在探索將VocalZoom的傳感器技術(shù)與科大訊飛的“語音云”結(jié)合起來，而“語音云”是中國領(lǐng)先的移動云和嵌入式應用程序的智能語音平臺。
作為人機交流（HMC）光學傳感器的主要供應商--VocalZoom，其產(chǎn)品可以帶來一種更自然、更個性化的、安全的聲控體驗。今天該公司宣布，它已經(jīng)與科大訊飛簽署了一項協(xié)議，將VocalZoom的人機交流（HMC）光學傳感器與科大訊飛的“語音云”智能語音技術(shù)平臺相結(jié)合，并進行性能測試；該平臺是在中國應用最為廣泛的解決方案，擁有數(shù)以百萬計的用戶。初步結(jié)果表明，通過向用戶耳機和汽車信息娛樂解決方案中加入VocalZoom傳感器，科大訊飛的自動語音識別(ASR)功能可以平均得到50%的改善，尤其在嘈雜的噪音環(huán)境中得到更多的改善。
“隨著我們不斷探索將兩種技術(shù)融合到語音控制和身份驗證的革命性解決方案中，VocalZoom 和科大訊飛打算在本月完成聯(lián)合測試。我們通過使用更小、更時尚的耳機以及在各種各樣的應用程序中的其他解決方案來共享更好的聲控體驗。”
科大訊飛高級研究員王海坤（Haikun Wang）表示“根據(jù)全球主要基準測試的標準，科大訊飛已經(jīng)成為最好的聲控解決方案，但是當前面臨的最大挑戰(zhàn)就是在噪音環(huán)境中的性能表現(xiàn)。我們相信VocalZoom的技術(shù)可以為我們在性能改善方面取得突破性進步奠定基礎(chǔ)。” 他續(xù)指 “我們已經(jīng)在多個場景中測試了VocalZoom傳感器，其中包括將車窗保持打開狀態(tài)以及狂風噪聲的環(huán)境下，在駕駛的汽車內(nèi)部所產(chǎn)生噪音的場景，而相應的性能改善是相當可觀的。”
使用虛擬助理和汽車語音控制的人機交互的關(guān)鍵是這臺機器是否可以完成人們指定的任務，并且足夠快速、準確地滿足用戶需求。即使是最新的降噪法，如今的聲學麥克風在這種控制水平下仍舊不能達到足夠的聲音隔離效果，特別是在嘈雜的環(huán)境中。VocalZoom多功能人機交流（HMC）傳感器通過收集人在談話時的其他數(shù)據(jù)來解決這個問題，例如人在說話時嘴巴、嘴唇、臉頰和喉嚨附近的面部皮膚的震動等數(shù)據(jù)。通過將VocalZoom光學人機交流（HMC）傳感器集成到聲控解決方案中，并令它著重針對這些領(lǐng)域，可以捕足、測量面部震動的數(shù)據(jù)，并將其轉(zhuǎn)換為一個獨立的、近乎完美的參考信號。系統(tǒng)可以通過這個信號進行運轉(zhuǎn)，而不受噪音水平的影響。
“能夠與科大訊飛合作，顯著提高最為廣泛使用的自動語音識別(ASR)平臺的性能，我們感到非常興奮，” VocalZoom銷售和業(yè)務發(fā)展副總裁Rammy Bahalul如是說。“隨著我們不斷探索將兩種技術(shù)融合到語音控制和身份驗證的革命性解決方案中，VocalZoom 和科大訊飛打算在本月完成聯(lián)合測試。我們通過使用更小、更時尚的耳機以及在各種各樣的應用程序中的其他解決方案來共享更好的聲控體驗。”
VocalZoom和科大訊飛已經(jīng)測試了一個解決方案的性能，即在多個不同噪音級別的場景中以及結(jié)合音樂、汽車噪音和其他干擾因素的移動汽車內(nèi)部，對兩家公司的技術(shù)相結(jié)合的解決方案進行了測試。自動語音識別(ASR)性能已經(jīng)被提高至一個幾乎完美的級別，而之前在同樣的高強度噪聲環(huán)境中，理想的聲控性能幾乎是不可能的。
