汤兵城，思必驰商务拓展总监，是《电器》记者在过去三年中，采访这家公司的第四人。可以说，从思必驰坚持To B并转型至专注智能硬件领域以来，在资本市场每一次获得青睐，与阿里智能、庆科、绿联等生态伙伴的每一场合作，笔者几乎没有缺席。这期间，思必驰经历了移动互联的风口、语音交互技术的升级以及团队人员的完善，从2014年至今，面向智能车载、智能家居和智能机器人三大垂直领域，为其提供自然语言交互解决方案的思必驰，被业内成为可与科大讯飞二分天下的语音巨头。 思必驰商务拓展总监汤兵城 2017年3月10日，在中国家电及消费电子博览会期间，思必驰商务拓展总监汤兵城做客《电器》杂志专访间，从2016年云栖大会YunOS@Home专场谈起，详解伴随三大板块提升，思必驰是如何引领人性化智能语音交互技术。 独家AIOS，奠定优势基础 谈起公司在三大垂直领域的发展，可以用强劲二字来形容。据汤兵城介绍，在车载后装市场，思必驰与阿里旗下的高德地图合作已久，Yun OS全线产品所搭载的语音系统都是思必驰提供。在Android系统方面，与IME、瑞联、天之眼等都保持密切合作。在车载后装市场奠定基础的同时，思必驰加速前装市场，如今与奇点汽车、小鹏汽车等互联网造车企业已经进入后期调整。在家居方面，与阿里、腾讯、小米、联想、海尔、美的等建立合作关系，推出的产品包括电视、音箱、OTT盒子等。在智能机器人方面，与大华乐橙、360等中高端品牌合作密切。擅长唱歌跳舞的小萝卜机器人、智能程度颇高的大华乐橙小乐机器人、360小巴迪机器人等都已经推向市场。 庆科VBS6100芯片模组 专注细分领域是成功的关键，但技术积累必不可少。能够在这三大领域保持自然语言交互解决方案商的领先地位，与思必驰在2015年推出的对话操作系统AISpeech Operating System（简称：AIOS）密不可分。据汤兵城介绍，源于英文缩写的AIOS相当于思必驰的独家系统，它可运行于主流操作系统（Linux, Android,QNX）之上，封装核心的语音相关技术和对话交互逻辑，同时对上层应用制定了一层领域抽象接口，支持快速集成和自定义开发。他说，思必驰把语音相关技术整合成AIOS 人机对话操作系统，作为安卓系统之上的一层标准接口，提供给硬件合作伙伴，能够极大减少开发及维护成本。针对不同场景，AIOS又分成了AIOS for Car，AIOS for Home，AIOS for Robot等版本，而这些版本成为日后思必驰发力三大板块的基础。 创新模式，成就语音交互独角兽 虽然AIOS成为很多语音创业公司效仿的重点，但对系统的重视程度难以和思必驰相提并论。据汤兵城介绍，公司会根据不同的系统量身打造AIOS，强调语音识别、语音合成、语义理解、声纹识别、对话管理、音频分析等技术的定制化处理，并且对接了丰富的第三方内容资源，比如酷我音乐、虾米音乐、大众点评以及股票天气、故事读物、笑话大全等。这一整套下来，正是汤兵城眼中人工智能语音交互的重要组成部分。 图 声必可语控背景音乐系统 作为人工智能重要的组成部分，汤兵城强调，思必驰从头至尾都会把更多的精力聚焦在语音交互的体验上。汤兵城进一步解释说，公司做语音识别起家，相比其他人工智能公司更加专注，思必驰的联合创始人俞凯是剑桥的语音博士，现在是上海交大教授，所以公司在自然语言处理技术等方面也更专业。此外，同科大讯飞一样，思必驰具有全套语音技术产权，并成功实现了＂产学研＂结合，雄厚的技术积累也是的思必驰在系统上迭代升级非常快。相比其他语音创业公司，思必驰更专注在智能硬件在具体场景的语音交互。据悉，思必驰和上海交通大学建立了智能人机交互联合实验室，并达了完善的独家知识产权协议。另外，B2B2C的商业模式与其他公司也有不同。 图 车萝卜HUD 据了解，AIOS已经成为中国智能车载后装市场中占有率最大的语音解决方案，占有率达到60%左右。采用这款系统的车载产品包括了著名的捷渡＂远界＂智能后视镜、祖师汇云龙智能后视镜、天之眼智能后视镜、车萝卜HUD等，是当之无愧的独角兽。 环形＂6+1＂远场麦克风阵列，提高交互体验 提高用户体验，是汤兵城在采访中提到最多的几个字，他举例说，家居环境下的噪音有混响、回声、背景噪音、人声干扰等多种类型，此外远距离交互也是语音交互领域要解决的一个难点。在噪声干扰或者距离稍微远的环境下，即使是优质的语音软件方案也不能得到好的交互效果。针对这个问题，在AIOS软件方案之外，思必驰研发了一个软硬一体化的解决方案,那就是环形＂6+1＂远场麦克风阵列，属于数字信号处理范畴，，6个麦克风呈环形均匀分部拾音，中间1个麦克风辅助拾音。阵列获取声音信息之后，利用拾音波束成形，采用独特算法，抑制波束之外的噪声，并融合语音信号信息，从含噪声的语音信号中提取出纯净语音，增强说话人语音。从而可以确定信号来波方向，达到抗噪目的的同时，还增强了人的声音。 图 浙江大华乐橙小乐育儿机器人 据了解，用＂环形6+1远场麦克风阵列＂对声音信息进行处理之后，智能设备可以做到5米远场交互（准确率达到92%）、360°全角度环形拾音、声源定位精确度控制在±10°以内。＂该阵列为国内首款同类产品，大大增强了降噪处理和远场识别，再结合丰富的后端第三方资源，提高了交互体验。＂汤兵城表示，＂目前，思必驰的＂环形6+1远场麦克风阵列＂主要针对的是智能机器人和智能音箱等设备，未来会在更多家电产品上应用。＂ 迭代升级，满足更多客户需求 用户通过各类硬件、家电的使用调用思必驰的云端，每天都会产生海量数据。凭借这些，首先可以进一步优化、训练声学模型，使得声音识别率无限逼近于百分之百。其次，通过数据分析，可以挖掘一些新的商业模式。当然这些需要过程，眼前对思必驰而言重要的做到专注与聚焦，以及提升用户的体验。 联想智能音箱 没有时间考虑行业竞争与抄袭，思必驰正忙于拓展新领域。在本次AWE上，思必驰展示了联想在CES发布的智能音箱，其海外版搭载亚马逊Alexa平台，国内版则采用了思必驰自然语言交互方案，能够实现流畅的语音交互，涵盖音乐播放、新闻、有声读物、查询天气、语音叫车、订外卖等服务，是用户的贴心助理。此外，小米互联网音箱、与庆科联手打造的VBS6100AI语音模组，搭载了思必驰ASR、TTS等语音技术的方案，具备语音交互功能，高度集成了多方技术优势。 此外，还有声必可语控背景音乐系统、乐橙TC5S人工智能摄像机、乐橙小乐育儿机器人、诸葛小明床头灯以及美的洗衣机，海尔馨厨冰箱等产品。