思必馳電話機器人(宜必思機器人)

2017年9月7日，思必馳DUI開放平臺發(fā)布會在北京舉行，大會聚集近千名行業(yè)嘉賓、專業(yè)媒體及優(yōu)秀思必馳電話機器人的開發(fā)者。思必馳CEO高始興、首席科學家俞凱、VP初敏、VP趙恒藝、聯(lián)想集團智能設(shè)備研發(fā)高級總監(jiān)張德魁、大華股份副總裁梁磊、富士康B次集團軟件技術(shù)總監(jiān)向能德、富士康B次集團硬件技術(shù)總監(jiān)謝亮、CSDN董事長蔣濤、助理來也CEO汪冠春、海知智能CEO謝殿俠、聲智科技CEO陳孝良等嘉賓現(xiàn)場現(xiàn)身說法。這不僅是一場簡單的DUI開發(fā)平臺發(fā)布會，更是一場關(guān)于AI生態(tài)的行業(yè)大會。

思必馳CEO高始興思必馳電話機器人：打造以AI技術(shù)為核心的開放生態(tài)

思必馳CEO高始興

現(xiàn)場高始興表示，思必馳成立于2007年，2014年剝離教育事業(yè)部（現(xiàn)為馳聲科技，被網(wǎng)龍收購），全面轉(zhuǎn)型智能硬件物聯(lián)網(wǎng)，專注才更有力量，現(xiàn)在的思必馳，真正二次創(chuàng)業(yè)于2014年。思必馳也與阿里、聯(lián)想、富士康、大華股份、小米、騰訊等企業(yè)建立合作，賦能數(shù)千萬智能終端設(shè)備，在智能車載后裝市場的占有率穩(wěn)居行業(yè)第一，在智能家居和玩具領(lǐng)域覆蓋思必馳電話機器人了急速擴展。

伴隨著人工智能的高速發(fā)展，思必馳也在不斷調(diào)整產(chǎn)業(yè)的定位和迭代。2013年9月7日，思必馳發(fā)布了國內(nèi)首款對話平臺“思必馳對話工場”，開放底層的ASR、TTS、NLU等SDK接口。2016年，伴隨著物聯(lián)網(wǎng)端的速度更新加快，產(chǎn)品更加個性化，需求更加差異化，思必馳開始探索對話平臺的需求和應用之路，并在年底正式立項DUI。2017年9月7日，正式發(fā)布。歷時4年，思必馳賦能開發(fā)者的決心未變。

現(xiàn)在，高始興也分享了思必馳在AI生態(tài)領(lǐng)域布局的幾個消息：

1、馳星創(chuàng)投浮出水面

思必馳于2016年正式成立了馳星創(chuàng)投，得到了元禾資本、富士康、清華控股等LP的支持，現(xiàn)旗下?lián)碛?億元天使基金和10億元成長基金，專注投資人工智能和智能交互產(chǎn)業(yè)早期項目。截止目前，思必馳已成功孵化并投資了車蘿卜、慧聲、先聲教育、AITEK、SIGMOID、愛醫(yī)聲、RT-Thread等企業(yè)，進一步拓展AI技術(shù)的應用領(lǐng)域。

2、思必馳VP初敏牽頭，在北京成立思必馳研發(fā)院

近期，原阿里iDST語音團隊負責人初敏博士加入思必馳，初敏博士在思必馳將負責兩個層面，一是參與思必馳對話技術(shù)的研究和工程化工作，二是在北京牽頭搭建思必馳北京研發(fā)院，并將在一年之內(nèi)組建從基礎(chǔ)研究到應用落地的研發(fā)團隊。

3、思必馳攜手海知、聲智，打通AI技能

高始興表示，思必馳愿意將DUI全鏈路的每個環(huán)節(jié)都開放，思必馳也已與海知智能、聲智科技建立了合作關(guān)系，另外還有諸多友商合作正在溝通中。DUI平臺將集合最廣泛能力，包括從聲學、語音、語言等一系列的綜合軟硬件一體化技術(shù)，從而助力行業(yè)伙伴拓展應用人群和應用場景領(lǐng)域，助力開發(fā)者更自由的個性化選擇，實現(xiàn)多方共贏。

4、上海交大-蘇州人工智能研究院揭牌落地

8月27日思必馳-上海交大人工智能研究院揭牌儀式在蘇州工業(yè)園區(qū)舉行，研究院正式落戶園區(qū)，未來思必馳將圍繞人工智能關(guān)鍵核心技術(shù)進行創(chuàng)新研究，打造人工智能創(chuàng)新品牌和國家智能人機交互產(chǎn)業(yè)創(chuàng)新中心。

思必馳首席科學家俞凱：讓對話智能流通生長

圖2 思必馳聯(lián)合創(chuàng)始人兼首席科學家俞凱

現(xiàn)場，俞凱教授圍繞對話智能、流通、生長三個方面，從技術(shù)層面做了分享，他表示，從現(xiàn)在開始，思必馳不單單是在對話智能上做事情，而且要在流通生長方面提供一流的技術(shù)。

時代在變革，技術(shù)、應用和產(chǎn)業(yè)鏈都在變革，思必馳從未停止技術(shù)探索的步伐，取得較大成果，例如在抗噪語音識別領(lǐng)域，VDCNN算法模型在Aurora4上，取得了7.09%的詞錯誤率，相比于世界其他機構(gòu)目前10%左右的最好結(jié)果，有大幅度的明顯優(yōu)勢；PSD快速解碼使識別搜索速度提升了5到7倍，在不同的模型下，綜合的速度提升達到了20倍。在語義理解方面，采用雙向的神經(jīng)網(wǎng)絡，加上聚焦機制，也取得了標準錯誤集當中最高的精度。在對話、狀態(tài)、跟蹤當中，采用一些RPN回歸性的多向式網(wǎng)絡技術(shù)，也取得較大成果。

俞凱教授強調(diào)，思必馳一直以來做的都是對話技術(shù)。對話不等于語音，對話是以人機交互為核心，包括各個模態(tài)，對語義的理解，聲音、圖像、感知層面直接的編碼，以完整系統(tǒng)作為優(yōu)化目標的一種系統(tǒng)級合成，需要全面的技術(shù)創(chuàng)新能力。

伴隨著語音交互被廣泛的應用，多樣化的需求為技術(shù)提供方帶來極大挑戰(zhàn)。就此問題，俞凱教授表示，目前國內(nèi)提供語音交互技能的公司大體上有兩種不同的思路。一是提供封閉的解決方案，所有的東西都包攬優(yōu)化；二是像思必馳DUI這樣的思路，開放，形成一個生態(tài)圈，有博弈的過程，但這是一個多贏博弈的過程，在生態(tài)圈上大家互相體諒。他表示這樣一個多贏博弈、互相給養(yǎng)、共同生長的生態(tài)才能夠帶來更大的價值。

真正打造開放生態(tài)圈，實現(xiàn)流通型的對話智能，要求企業(yè)必須要有大規(guī)模的定制技術(shù)的能力。思必馳在語音識別&合成、語義理解及對話、軟硬件系統(tǒng)支撐等的技術(shù)實力，是DUI平臺搭建的有力支撐。

最后，俞凱教授表示，生長對話智能是思必馳在有基礎(chǔ)智能創(chuàng)新的能力之下，思必馳電話機器人我們會使所有技術(shù)不單單是一個靜態(tài)的，還會實現(xiàn)更多的生長。例如自適應的技術(shù)，聲學模型的技術(shù)，語義的遷移技術(shù)，深度的強化學習等技術(shù)的研究與應用。這些優(yōu)秀的技術(shù)都在DUI的底層技術(shù)規(guī)劃中，隨著技術(shù)逐漸生長，將很快地借由DUI平臺助力行業(yè)體驗。

思必馳VP趙恒藝：DUI平臺功能全面解讀

圖3 思必馳VP趙恒藝

思必馳VP趙恒藝介紹到，DUI，全稱為Dialogue User Interface，基于Dialogue為核心，思必馳專注于垂直場景，以任務式對話為核心，兼具閑聊與問答功能，打造人性化交互。作為一個全鏈路智能對話開放平臺，DUI提供的，不僅是基于思必馳智能語音語言技術(shù)的對話功能，更包括開發(fā)者在定制對話系統(tǒng)時所需要的綜合服務，如GUI定制、版本管理、私有云部署等，讓開發(fā)者可以完全依據(jù)需求隨心所欲定制對話交互系統(tǒng)。

圖4思必馳DUI平臺

DUI開放平臺擁有四大系統(tǒng)：

青囊系統(tǒng)，是彰顯DUI服務力和研發(fā)支撐的系統(tǒng)。用戶發(fā)現(xiàn)問題、反饋問題，修復Bug、更新版本，一鍵工單到后臺，不僅還原用戶問題現(xiàn)場，還直接縮短一個需求從發(fā)現(xiàn)到問題分析、迭代、上線的閉環(huán)鏈條，便于平臺整個研發(fā)體系和流程的打通和管理。

天機系統(tǒng)，具備洞察力的大數(shù)據(jù)系統(tǒng)。可采集和存儲基礎(chǔ)語音交互數(shù)據(jù)，分析用戶每個請求日志，進行實時反饋，作為用戶畫像參照維度，通過數(shù)據(jù)支撐決策，推進平臺落地為用戶服務，同時也可為DUI平臺提供運營支撐和監(jiān)控，通過數(shù)據(jù)驅(qū)動帶來真正的用戶體驗提升。

紫微系統(tǒng)，DUI平臺對紫微也寄予了連接豐富第三方資源的期望。對話定制需要跟音樂、天氣、股票、旅游等外部資源進行對接。針對這些需求對它進行接口標準化的封裝，然后快速賦能開發(fā)者，這就是紫微的使命。此外，紫微還兼容AVS服務，通過簡單的配置就可以無縫對接。

玲瓏系統(tǒng)，是DUI平臺在終端的解決方案和環(huán)境支持，具備精巧、敏捷、輕量等特點；為平臺定制內(nèi)容提供多種終端接入的運行環(huán)境，提供安卓、Linux、iOS、RTOS等多種運行環(huán)境的支持；高可定制化的配置熱更新；融合語音交互和圖形化交互，使VUI和GUI無縫融合等。最終將形成完整閉環(huán)，展示用戶定制成果。

圖5 思必馳產(chǎn)品經(jīng)理現(xiàn)場演示DUI平臺的開發(fā)與應用

現(xiàn)場，思必馳產(chǎn)品經(jīng)理孫志偉演示了基于DUI平臺的開發(fā)與應用效果。開發(fā)者通過DUI平臺可實現(xiàn)全鏈路的超高度定制，幾乎每個模塊均可實現(xiàn)自定義，現(xiàn)該平臺已覆蓋車載、家居、機器人、故事機、手機助手等多應用場景，對接豐富的第三方內(nèi)容，內(nèi)置國內(nèi)最專業(yè)的語音語言技能商店，具備深度數(shù)據(jù)可視化、個性化自定義、零門檻操作等優(yōu)點，為物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和互聯(lián)網(wǎng)的開發(fā)者提供單點技術(shù)服務和完整的人機交互方案。推動AI語音技術(shù)真正開放。

思必馳攜手聯(lián)想、富士康、浙江大華等，以匠心打造精品

近期，伴隨著天貓精靈X1、小米AI音箱小愛同學、聯(lián)想智能音箱、小米板牙70邁智能后視鏡等產(chǎn)品的發(fā)布，思必馳也備受行業(yè)矚目，這些產(chǎn)品均內(nèi)置了思必馳語音交互技術(shù)，據(jù)高始興介紹，思必馳已與阿里、騰訊、聯(lián)想、小米、富士康、浙江大華等企業(yè)建立了深度合作關(guān)系，更多優(yōu)質(zhì)的智能產(chǎn)品也將陸續(xù)推出。DUI發(fā)布會現(xiàn)場邀請了聯(lián)想、富士康、浙江大華等企業(yè)的嘉賓代表出席，共同探討語音技術(shù)的落地與應用。

聯(lián)想：珠“聯(lián)”“必”合，共贏AI

圖6聯(lián)想集團智能設(shè)備研發(fā)總監(jiān)張德魁

聯(lián)想是國內(nèi)外知名的硬件品牌商，聯(lián)想與思必馳在智能硬件的語音交互方面早有合作。聯(lián)想智能音箱國外版搭載亞馬遜Alexa，國內(nèi)版采用了思必馳麥克風陣列技術(shù)；會聊天的智能電視65i3采用思必馳線性四麥一體化方案，實現(xiàn)遠場語音交互。此外，聯(lián)想在更多的智能硬件設(shè)備上包括PC、平板等也采用思必馳語音，后續(xù)將陸續(xù)發(fā)布。

聯(lián)想集團智能設(shè)備研發(fā)總監(jiān)張德魁在現(xiàn)場表示，將與思必馳基于DUI平臺進行廣泛合作并尋求構(gòu)建聯(lián)合運營平臺，讓AI賦能硬件發(fā)展，在個人電腦，平板電腦，智能電視，智能音箱等智能設(shè)備上，深度優(yōu)化語音體驗，進一步提高用戶滿意度，加速聯(lián)想在“以用戶為中心”和“設(shè)備+云”的轉(zhuǎn)型征途。

思必馳在之前已有的語音領(lǐng)域里核心的基礎(chǔ)之上，已經(jīng)完成更系統(tǒng)化的封裝、包裝，定制出開放的DUI平臺。聯(lián)想在下一步，希望攜手思必馳的DUI平臺，能夠構(gòu)建更加個性的，整合性強的，服務于聯(lián)想更多設(shè)備的語音平臺。

富士康：AI賦能硬件，思必馳助力富士康轉(zhuǎn)型升級

圖7 富士康硬件技術(shù)總監(jiān)謝亮和軟件技術(shù)總監(jiān)向能德

富士康作為一個傳統(tǒng)的硬件設(shè)備廠商，逐漸進行轉(zhuǎn)型升級走向AI。發(fā)布會現(xiàn)場，富士康硬件技術(shù)總監(jiān)謝亮和軟件技術(shù)總監(jiān)向能德從軟硬結(jié)合兩個方面，講述了與思必馳在音頻智能、交互體驗設(shè)備產(chǎn)品方面的合作關(guān)系。

謝亮表示，富士康作為國內(nèi)制造業(yè)的巨頭，也要適應時代的發(fā)展變流，融入這場AI語音交互的洪流之中。目前富士康與思必馳正在合作的智能機器人，已經(jīng)達到了跟美國一線產(chǎn)品同定級的數(shù)值。他表示，智能機器人在與人合作時需要具備擬人的能力，而這個能力需要靠DUI平臺來實現(xiàn)。

向能德則從DUI是如何賦能富士康產(chǎn)品音頻交互體驗方面作了介紹。以“曉樂”為例，這是一款帶屏幕的機器人，更是一款行走的音箱。未來硬件的智能化，應該是能夠擁有集視覺與聽覺于一體的立體感知系統(tǒng)。DUI平臺為富士康的轉(zhuǎn)型升級提供了強大的技術(shù)支持，DUI賦能曉樂，曉樂賦能DUI。

浙江大華：AI時代，視頻同語音的完美結(jié)合

圖8 浙江大華副總裁梁磊

大華是思必馳的深度合作伙伴，此次DUI平臺發(fā)布會也邀請到了大華副總裁梁磊。

梁磊表示，大華與思必馳合作的第一款育兒機器人—小樂，小樂機器人是首款育兒機器人，核心是圍繞母子之間展開。它具有行為互動、語音互動、大華視頻的互動，在技能方面具有成長教育、育兒知識、早教、親子游戲等，同時也做了視頻的采集、濃縮、編輯。小樂是一款物聯(lián)網(wǎng)+互聯(lián)網(wǎng)的產(chǎn)品，更需要與DUI 這樣的平臺進行合作。

2016年12月，大華樂橙與思必馳再次攜手，推出了TC5S人工智能攝像機，采用思必馳語音方案，實現(xiàn)實時的語音互動、家庭助理、監(jiān)控預警等多項功能，TC5S是一款視頻+人工智能攝像機，加載思必馳智能語音互動、語音對講等功能。

梁磊表示，思必馳團隊技術(shù)是一流的，再就是對客戶要求的響應能力。這也堅定了大華與思必馳的合作。在在人工智能時代，除了有大腦以外，還需要眼睛、耳朵、嘴，需要很好的展現(xiàn)出來。因為，未來大華與思必馳的合作不僅僅局限在家庭場景，更可能會在金融方面有很多深度合作。

開放生態(tài)，更具價值

思必馳DUI開放平臺秉持著開放的態(tài)度，力求打造一個人工智能語音交互生態(tài)。在發(fā)布會現(xiàn)場，思必馳VP初敏博士、CSDN董事長蔣濤，以及思必馳的生態(tài)合作伙伴海知智能CEO謝殿俠、聲智科技CEO陳孝良和助理來也CEO汪冠春進行了一場關(guān)于人工智能語音生態(tài)的圓桌論壇。

圖9 DUI發(fā)布會現(xiàn)場生態(tài)圓桌

關(guān)于人工智能開放生態(tài)的討論，五位嘉賓都表示，未來AI的發(fā)展一定是開放合作的，人工智能生態(tài)鏈的各個環(huán)節(jié)都非常復雜，沒有哪家公司是可以自己全部解決的，需要行業(yè)伙伴一起攜手，開放的生態(tài)才是最具價值的。

圖10 思必馳VP初敏

在語音技術(shù)經(jīng)過幾十年的研究和發(fā)展后，如今語音市場百花齊放，不少語音公司在細分領(lǐng)域做得非常專業(yè)，甚至做到了最好，但是用戶的需求是延續(xù)的，整個語音生態(tài)鏈的各個環(huán)節(jié)要全部打通。在圓桌現(xiàn)場，CSDN董事長蔣濤作為嘉賓主持，與眾位嘉賓討論了AI語音交互的技術(shù)發(fā)展和生態(tài)未來。

初敏博士表示“在人工智能，不光是語音交互，這樣一個技術(shù)本身的難度也已經(jīng)很高了。在這樣的情況下，一家想打造的非常好，也會變得越來越難。所以，這個時候就要更傾向于開放的生態(tài)。”

海知智能CEO謝殿俠表示，思必馳DUI開放平臺與海知的價值觀不謀而合。聲智科技CEO陳孝良也認為，DUI開放平臺是非常具有開放意識的平臺。助理來也CEO汪冠春則表示，思必馳原本的語音技術(shù)已經(jīng)非常出色，DUI開放平臺更具價值。參與圓桌論壇的三位生態(tài)伙伴都表示，之前與思必馳的合作主要集中在語音交互技術(shù)的某一環(huán)節(jié)，DUI開放平臺的推出，之后的合作會上升到一個更高的臺階。

圖11DUI平臺正式開放注冊啟動儀式

競合共生，打造人工智能語音交互生態(tài)，必將是未來的趨勢，持續(xù)開放的思必馳DUI開放平臺將為更多的企業(yè)和開發(fā)者定制個性化的服務，為智能生活帶來更多可能。

語音交互智能時代剛剛到來，在語音技術(shù)各環(huán)節(jié)逐漸完善和豐富的過程中，行業(yè)伙伴應該要有胸懷，在生態(tài)里面共同發(fā)展、共同盈利。良性有序的語音生態(tài)發(fā)展，將給生態(tài)系統(tǒng)中的每一位參與者帶來紅利，同時也會讓語音市場更加蓬勃的發(fā)展。