科大讯飞董事长刘庆峰:互联网电视的智能语音交互
流媒体网| 2014-07-04

  【流媒体网】消息:互联网电视行业在历经了2013年的强劲发展之后,2014年深化发展、成长升级成为新主题。第三届中国互联网电视大会于今天在天津召开,流媒体网作为支持媒体,第一时间对会议内容进行了报道(根据现场速记整理)。

  以下是科大讯飞董事长刘庆峰的演讲全文:

  大家好,非常感谢张总给我们搭建这样一个平台,特别祝贺小米在4周岁就取得这么好的成绩。我们说很多创业者是从幼儿园开始不断学习的,但小米的创业4周年一起步就是研究生开始。刚才提到了,小米的成功,有它的互联网基因,有他们的专职,极致,口碑,团队作风,还有一个就是行业大势。我们讨论未来的互联网电视,还是要看一下我们的产业背景是什么样的。

  我们今天是处于移动互联网时代,从当年的计算机面世,这样一个巨大只能装一个电台,再到小型极,现在到了移动互联网时代,以各种移动设备以及互联网的急速发展,是这个时代的发展。下一步是穿戴式设备,刚才提到了微信电视,在手机操控,现在很多家庭还觉得不方便,将来随着移动互联网往穿戴设备发展的时候,我们的衣服都具有通讯交互功能,我们对着手表就可以操控我们的电视,这是更大的颠覆。我们可以看到,在整个IT产业发展的五次浪潮中,后台都有一个牵引的力量,那就是人机交互的革命。我们当年从图形界面成就了微软,苹果的传奇是乔布斯把触摸做到了极致,就像盖茨离开微软的领导岗位在全美演讲的时候提出来,未来IT看好最大的发展方向,第一是语音,第二是触摸,第三是视觉。随着移动互联网时代的到来,尤其是穿戴式设备和无所不在的互联网,将会跨越到以语音为主和触摸的时代。

  今年6月个好全球语音开发者大会,语音将会成为非常战略的位置,要不但加强,而且要直接操控更多的家庭设备,包括我们未来的电视,以及我们各种家庭的终端产品。谷歌一致认为语音掌控可以改变这个世界,到今年4月份,我们在迪拜和谷歌的高级副总裁(英文),他对语音技术给予了高度评价。当然我们也看到了小米在几周前产品,整个语音产业在上世纪就受到全球产业界的关注。今天科大讯飞已经成为中国语音领域唯一的上市公司,亚太地区最大的语音上市公司,我们拥有中国语音主流市场70%以上的份额,拥有超过4亿的语音云平台用户。核心技术的创新,我们在英文领域也处于全球领先,包括多语种其他技术。比如说英文语音合成技术,我们连续八年蝉联全球第一名,包括IBM微软麻省理工全部参加。在全球顶尖的语音识别大赛中,我们连续五年全球名列前茅。今年8月份还有比赛。

  下面给大家看一下这样一些技术,我们说的人迹语音交互,到底能够未来为我们的互联网电视带来什么,为大家的日常生活带来什么,我们这里讲的语音交互简单来说就是让电脑以及各种智能设备,像人一样能听会说。第一个叫语音合成,就是让机器说话。科大讯飞的中文合成技术是4.5分。第二是语音识别,让他听懂人讲话,包括我们说话变成文字,包括一开口就知道是谁在讲话。一张嘴就知道哪的人。第三点就是语音结合。

  我们看一下首先是语音合成技术,在中文达到4.5分。一个是中国移动的阅读技术。现在业务发展最快的就是阅读,然后是音乐,我们在手机不停的看屏幕,眼睛会很疲劳,走路开车无法听,用语音合成可以听,我们现在请大家听一下我们朗读小说这样的声音。大家感觉一下就行,在周围移动的阅读基地他们做的统计,平均用户每天听70分钟,远远超出我的想象,每个月增加几十万用户,这已经不是原来的语音合成简单好玩了,是真的解决刚需。我们现在可以解决不同年龄,不同风格,不同性别个性化的形成。在去年年底一个例子,我们高德导航推出了林志玲的声音,有了林志玲的口音,高德地图的下载量大幅度增长。英文我们给大家简单听一下,这一段效果在2012年的国际比赛的水平,我们在英文中是4.2分,全世界第二名,3.6分,4分是普通人,5分是播音员,也就是全世界读英语,科大讯飞比人家念的好,这会使我们互联网电视可以把家里的设备变成有声有色的东西。将来后台是各种各样的新闻,但是前端我们可以让客户自己挑选,可以通过摇控器告诉他喜欢哪个人。整个可以颠覆我们现在对新闻的看法,这是我们讲的语音合成的内容。

  另外科大讯飞在2010年比苹果还早了一年就推出了我们的语音云平台,当时业界第一个提出,停歇是任意文本,马上变成文字。这个语音云平台我发布以后我们是对全行业发布的。现在我们总用户是一个明显增长的态势,前半年增长一百万,后半年增加一千万,再后来增加了一个亿,现在总用户是四个亿,合作伙伴超过三万家。去年这个时候每天新增50多个创业伙伴,围绕我们的语音云做各种业务,今天每天增加150个个以上。我们给大家举几个典型例子,一个是科大讯飞的语音输入法,我不知道在座的人用过讯飞输入法,在去年我们超过了QQ,今年上半年超过了百度。但是我们的口碑是行业最好的,三大特点,我们的手写是业界最好的,可以叠屏和连写。第三是语音,第三手写和语音不用切换。现在整个用户数达到了1.3亿。今天这个论坛之后,我们会在把天津话推出来,目前也是全中国唯一推出各种方言版本的。大家下来一定要使用,相信到明年这时候,如果大家没有用讯飞的输入法估计就OUT了。另外语音助手,打电话,发短信,天气航班股票,我们灵犀语音助手,根据中国移动今年上半年的统计,前五名智能语音助手,科大讯飞一家的下载量差距另外四家的综合,我们也希望大家有时间可以试用,包括我们去年推出的汉语翻译。家庭客厅语音识别最大难题就是噪音,电视行业没有全球比赛,但是汽车有比赛,现在苹果谷歌微软,都把汽车未来的信息入口作为下一步争夺的地方。在这里面国际巨头带国际半年举行了两次全球比赛,一次是德国奔驰汽车,去年8月份的全球比赛,分为安静环境,100公里和140,安静是四家,100公里只有科大讯飞,今年二月份美国通用汽车做的比赛,我们科大讯飞是综合指标第一名。因为在车内一说话该直接设定导航目的地,我们要听几百万首歌都可以马上出来。

  下面我们再看一下智能电视,增长态势我们不用做说了,其实大家还能看到一个问题,趋势第三季度末网上有一篇文章传播很广,说中国电视开机率从70%降到30%,然后通讯行业推出4G,现在挑战就是传统的人机交互的界面,用户体验不好,我们经过调研,看到多屏互动早就尝试,看到了全新的界面本身做的非常精制,但是海量内容用还有的方法看是不好的,今天我们觉得得到验证,而且海量用户成功的,我认为语音技术是排在第一的。我下面直接给大家演示一下,用遥控市控制语音电视什么感觉。这是一个普通的摇控器,做了一个改造,通过它我一按语音键就可以控制这个操作。另外如果后台海量的音视频还可以搜,有海量的搜索。通过这个演示大家完全可以看到,在网络通常下语音带来的帮助,主要是会场没有宽带,然后4G在这里面也没有信号。

  第一我们通过语音实现了我们整个电视节目的快速查询,秒速切台,节目查询。第二海量视频搜索,第三可以对天气,股票百科等各类信息随时查询。原来天气预报都需要看完新闻联播才看,现在直接用摇控器问他。另外我们提供非常强的智能家居平台,通过摇控器不光控制电视,控制空调、冰箱都可以。刚才说到万能摇控器,现在我们几十块钱的摇控器已经做到这个功能。第二在中间有非常生动的益智类内容,比如后台有智能化的数字学习,很多益智类的东西投入后台的服务,构建一个良性的学习平台。中国移动三百多万首高轻音乐都可以推到每个家庭,包括互动游戏。好莱坞大片怎么更快的搜索出来,其实是语音技术比什么都方便,这里我们放了国际最领先的云加端的语音合成、语音识别技术。最懂电视的自然语言理解技术,用户可以使用自然语言,与智能电视实现方便快捷的对话、互动。另外提供快速集成能够和技术支持服务,可提供2.4G和蓝牙智能摇控器的软硬一体化参考方案。在这里面还提供了强大的技术支持能力,供合作伙伴提供很好的配套服务和支撑。现在我们的合作伙伴包括中国现在销量排名前六名的电视机厂商都在合作,新进的厂商,包括广电和电信运营商,现在第一大的是歌华有限,然后有广东有线,安徽广电,天威视讯,南京广电,包括天津广电我们也正在合作,三大电信运营商都有战略合作。科大讯飞不光提供语音技术,提供软硬件方案,提供内容解决方案。我们多次进行战略的套未来使用CNTV终端用户可以全部打通,的用户在家里有最好的体验。不光带来用户活跃度提升,还可以创造越来越多的运营发展的机会。

  对未来了预测,随着移动互联网,随着穿戴式设备的普及,将来只有真正的能够提供最自然的交互方式,并且能在后台大数据能够准确的预测用户行为的才能成为产业的主导者,我们刚才看到了从未来电视,从小米到科大讯飞我们都在抱团努力,我们相信今天科大讯飞的语音技术,给大家透露一个事情,我们正在做的向IBM比赛,科大讯飞在做考试机器人,我们五年内考试能达到一本,现在关键技术的理解我们对整个路线图非常有信心。基于后台大数据的理解,我觉得我们跟产业链各个环节都能有非常好的合作。刚才我们广电总局领导也说了,这必须要跟国家大战略走,七个常委有六个都到过科大讯飞,都有高度的关注。我想说,其实在这个过程中,真的是行业需要技术革命,用户迫切期待,中央领导高度关注,这个环节下我们一定能跟大家京城合作,让世界聆听我们中国互联网电视的声音。谢谢大家。所以一个小盒子,我们梦想任何事情都可以通过语音调出来,今天演示就到这里,谢谢大家。

责任编辑:lmtwadmin

分享到:
版权声明:凡注明来源“流媒体网”的文章,版权均属流媒体网所有,转载需注明出处。非本站出处的文章为转载,观点供业内参考,不代表本站观点。文中图片均来源于网络收集整理,仅供学习交流,版权归原作者所有。如涉及侵权,请及时联系我们删除!