作為唯一專注亞太市場的行業(yè)盛會，第四屆亞洲消費電子展（CES Asia）在2018年6月13-15日上海新國際博覽中心盛大開幕，采用聲智科技3麥克風陣列遠場語音交互方案的聯(lián)想智能音箱MINI首次亮相CES Asia展。

聯(lián)想智能音箱MINI系列為我們真實的展示了聯(lián)想對未來智慧家庭生活場景的暢想，這也預示著聯(lián)想已經(jīng)從傳統(tǒng)硬件設(shè)備制造商轉(zhuǎn)變?yōu)橹悄芪锫?lián)服務(wù)商。

智能音箱或成為打開智能家居場景的密匙

市場研究咨詢公司Gartner預測，2018年中國智能家居市場規(guī)模將達到1396億元，市場規(guī)模約占全球總規(guī)模的32%，2020年中國智能家居市場規(guī)模將達到3000多億元。

在智能音箱之前，人們提起智能家居一定與手機有關(guān)，人們寄希望手機這款移動設(shè)備可以作為統(tǒng)一的控制中心，但在實際體驗過程中傳統(tǒng)的手觸模式還是帶來了不少的體驗bug。舉個簡單的例子，當你安裝了智能燈具，但你想要打開或調(diào)整還要先找到手機打開APP。這時候可能很多人會選擇直接用開關(guān)解決問題而非使用手機。

語音技術(shù)的發(fā)展讓智能音箱有機會解決人機交互不佳等長期為人詬病的頑疾。借助語音識別技術(shù)，消費者可以擺脫繁瑣的按鍵，通過語音命令來完成設(shè)備控制、內(nèi)容娛樂等任務(wù)。

目前語音交互技術(shù)在智能家居領(lǐng)域的滲透率正在逐步提升，應(yīng)用語音控制的智能家居產(chǎn)品也越來越多，智能音箱逐漸成為智能家居語音控制的入口，而Mini音箱體積小巧、價格適中，更成為智慧家庭，萬物互聯(lián)的控制首選。

智能家居首選，平衡成本與效果的3麥陣列語音交互方案

隨著語音交互的加入，人們在智能家庭中通過語音進行智能設(shè)備控制，動動嘴即可控制一切。不管是內(nèi)容娛樂還是開關(guān)控制，Mini智能音箱小巧輕便，擺放靈活，自然在眾多智能語音交互設(shè)備中脫穎而出。

為了兼顧外觀與性能，平衡體驗與成本，Mini智能音箱自然對遠場語音交互技術(shù)提出了更高的需求。聲智科技為小尺寸智能音箱的提供新款秘密武器——3麥環(huán)型麥克風陣列方案。聯(lián)想智能音箱MINI采用的是聲智科技推出的3麥克風陣列遠場語音交互方案，可以全方位拾取家庭環(huán)境中的聲音，確保在五米距離內(nèi)達到95%以上的喚醒率和識別率，讓用戶可以在不同位置實現(xiàn)輕松控制家居智能設(shè)備。

聲智科技推出的這款全球首款的3麥環(huán)型麥克風陣列內(nèi)置通話降噪、混響抑制、回聲抵消、噪聲抑制、語音增強、波束形成、增益控制、語音識別等遠場語音交互技術(shù)，5米內(nèi)的嘈雜環(huán)境中，仍可以有卓越的遠場語音喚醒性能、精準的遠近場語音識別，實現(xiàn)輕松喚醒，無懼環(huán)境，想說就說，聲隨心動，保證遠場語音交互的完美體驗。而且，相比4麥、6麥、8麥陣列方案的成本偏高，3麥陣列方案不僅價格更加親民，ID設(shè)計提供了更多空間。相比2麥，3麥麥克風陣列設(shè)計同樣小巧，價格適中，而且，3麥克風陣列對聲場的空間特性進行采樣并處理，語音交互體驗方面有著明顯的優(yōu)勢。

新技術(shù)解決地域差別大、用戶群體多和應(yīng)用場景難的問題

聲智科技推出的3麥克風陣列語音交互解決方案，針對智能家居場景進行了深度定制，集成更多眾多新技術(shù)，只為給您帶來更流暢、準確、快速、人性化的體驗。

（1）面向產(chǎn)品，不打折扣的語音交互體驗

作為小尺寸智能音箱的秘密武器，相比于其他多麥克風陣列，3麥克風陣列的技術(shù)難度很大。3麥克風陣列方案的麥克風陣列與喇叭的位置很近，帶給語音交互技術(shù)處理極大的壓力，特別是自噪聲抑制和遠場信號處理的難度急劇增加。

為了在這樣的特殊結(jié)構(gòu)設(shè)計獲得更好的語音交互效果，3麥克風陣列遠場語音交互方案內(nèi)置了聲智科技SoundAI Voice Kit，通過獨家設(shè)計優(yōu)化的AKS、VAN、OpenAEC技術(shù)等提升遠場語音交互體驗。即使麥克風陣列與喇叭的位置很近，在這樣的特殊結(jié)構(gòu)設(shè)計獲得更好的語音交互效果。

不僅如此，聲智科技對語音喚醒進行深度優(yōu)化。眾所周知喚醒率和誤喚醒是一對蹺蹺板，當喚醒效果很好的時候，誤喚醒通常也會很高，智能音箱毫無征兆的突然喚醒也是很麻煩的事情。通過一些技巧性方法降低誤喚醒率是通常做法，但聲智科技通過寬場景高靈敏喚醒技術(shù)，采用全新喚醒模型，更多考慮用戶體驗，在此基礎(chǔ)上再降低誤喚醒率，同時還提升強噪環(huán)境下的喚醒率。

（2）面向場景，大規(guī)模驗證的遠場語音識別

隨著智能語音技術(shù)的識別精確度從60.2%提升到95%以上，用戶對語音識別的要求已經(jīng)從單一層面的精度提升到包括識別以及反饋這種復合層面的精確度。

作為人工智能公司，聲智科技一直在思考如何帶給客戶完美的語音交互體驗。由于遠場智能產(chǎn)品的場景特殊性，遠場語音識別相對更加垂直，不同的智能產(chǎn)品服務(wù)于不同的人群以及特定場景，對于家庭場景中常用的智能音箱和戶外場景常用的智能汽車，兩者在語音識別場景就相差甚遠，66%的智能音箱用戶利用設(shè)備取悅朋友和家人，播放音樂（60%）、回答常識問題（30%）和咨詢天氣（28%），而對于智能汽車來說，智能語音交互的重點是安全意識，所以導航、路況及娛樂設(shè)備的控制就是核心領(lǐng)域，因此場景是遠場語音識別著重考慮解決的難題。

3麥克風陣列遠場語音交互方案內(nèi)置聲智科技SoundAI Voice Kit（以下簡稱SVK）推出的遠場語音識別技術(shù)。通過海量智能家居場景的數(shù)據(jù)訓練，識別率更高，完整的語音交互響應(yīng)速度更快，體驗更加人性化。

（3）面向用戶，高可靠的服務(wù)與流暢的速度

聲智科技采用端云技術(shù)架構(gòu)，合理在端云分配計算能力，與Amazon AWS、阿里云等主流云計算平臺采用相同的服務(wù)可靠性標準，SLA高達99.99%，保證云端服務(wù)的穩(wěn)定性和并發(fā)能力。

語音識別的精度不只是準確的識別，更需要準確的從云端提取到相應(yīng)信息，反饋給用戶。SVK可以對接包括DuerOS、小愛開放平臺、阿里AI Genies等多種主流AI平臺，通過聲紋識別、年齡識別、情緒識別、性別識別、哼唱識別，異響檢測等功能，從云端智能檢索您專屬的內(nèi)容。聲智科技與合作伙伴一起提供的服務(wù)，既是寶貝的十萬個為什么，也是爺爺?shù)摹饵S帝內(nèi)經(jīng)》，更是媽媽們的美容寶典、穿搭百科。有問必答，答必所問，人機互動功能智能且強大，用戶只需通過全程語音操控便能洞悉天下事、知曉萬物生。

人們使用語音識別主要就是因為方便，但是如果語音識別速度很慢，體驗就會愚鈍不智能，但一個過快的回答會給用戶帶來輕浮感和搶話感。為了帶來了更符合人性化的語音交互速度體驗，聲智科技整合喚醒和語音識別等從端到云的完整鏈路，全鏈條響應(yīng)速度達到全球極致的1.4S以內(nèi)，而用戶喚醒以后的機器應(yīng)答響應(yīng)時間更是做到了400~500毫秒的極致速度。

（4）面向服務(wù)，聲紋識別激活個性化的需求

這個世界上每個人的聲音都是獨一無二的，性別、年齡、愛好、生活環(huán)境等的不同直接會影響語言習慣的不同，那么家里的智能設(shè)備只會單純識別一些基本詞句顯然是遠遠不夠的，它們必須要更了解你。讓智能設(shè)備適應(yīng)每個人的使用習慣可能嗎？答案是肯定的。

聲紋同指紋一樣，是每個人唯一的生理特征。語音交互逐漸成為人機交互的主要方式，要讓機器更懂人，就需要了解并實現(xiàn)人作為自然個體的唯一性，而聲紋識別無疑成為了最好的選擇，而這里要用的到就是語音識別的另外一項關(guān)鍵技術(shù)——個性化識別技術(shù)。一般來說，個性化識別包括發(fā)音和語言兩方面。其中發(fā)音個性化主要是指系統(tǒng)對用戶語速、口音等發(fā)音習慣的學習；而語言個性化主要是指系統(tǒng)可以對用戶的特定詞匯，例如人名、地名、口頭禪、專業(yè)詞匯等，具備更好的辨識性，而且語音識別系統(tǒng)具備自動學習并適應(yīng)用戶使用習慣的能力，你用的越多，它會越懂你。

隨著技術(shù)的不斷迭代進步，未來可以根據(jù)聲音條件識別出不同的使用者，不只可以保證服務(wù)的安全性和私密性，更是可以實現(xiàn)“千人千面”的個性化服務(wù)，依據(jù)用戶行為進行內(nèi)容設(shè)定與推薦。

聲智科技一直以來深耕遠場智能語音領(lǐng)域，致力于提供最好的語音交互技術(shù)，引領(lǐng)真實環(huán)境下更自由的人工智能交互體驗，實現(xiàn)“聽你所言，知你所想”的人機交互愿景，并且秉承合作共贏的精神，期待與更多合作伙伴一起創(chuàng)造人工智能的美好未來。