新葡京国际娱乐 (2)

全栈意味着技术全，能够形成闭环；硬核技术才是全栈的基础，没有硬核的技术，产业的问题还是不能解决。

截止到目前，云知声的硬核 AI 技术覆盖了语音感知与表达、语言与知识计算、AIoT 芯片落地，以及超算平台与图像、翻译拓展等多个维度。

全栈和硬核是云知声过去七年打造的技术闭环。在过去七年，云知声陆续在教育、医疗、家居等领域落地，这也说明了行业的需求是真实存在的，问题在于AI企业是否能找到自己的核心场景，用技术解决行业问题。

后端：云知声人机对话系统

这套全栈技术闭环的起点是语音识别，是云知声的核心技术。

2012年9月，云知声发布了基于传统统计模型的第一代语音识别引擎，准确率为85%。同年12月，云知声又上线了业内第一家搭载DNN（深度神经网络）的云平台，将准确率提升到91%。

在语音识别技术的基础上，要实现物联网语言交互入口的功能，语言识别技术是不够的，语音交互才是未来，而人机对话的交互系统则是更难的技术进阶。

云知声AI labs资深专家刘升平说，“我们预测在未来，机器的智能水平能够超过人类。但现状是，现在的人工智能，我们会更乐意称呼其为人工智障，云知声不希望做成人工智障的批发制造者”

刘升平认为，目前人机对话系统的问题主要有三个：

1、每次交互都要唤醒：反人类

2、只理解模板化单句：对语境无感

3、只会闲聊，知识贫乏：没文化

云知声从2013年开始做语音交互系统，对于这3个问题，云知声提出了流式对话、语用计算和知性会话的解决方案。

流式对话

“在315晚会上，报道上说有很多机器人打骚扰电话，那么怎么样检测它是不是机器人打电话呢，只要不能打断它的，都是机器人。”刘升平介绍道。

云知声提出流式对话特征是，免唤醒进行多次交互，且用户能够随时打断。

实现流式对话需要机器能够进行智能断句，需要机器能够识别主人的声音，并且需要机器对于语音的定位和理解。

刘升平认为，只有对声音的进行特征选取，利用语言和语义的深度结合，才能实现流式对话。

语用计算

语用计算意味着在理解一句话的含义时，从语用的角度理解，而不是直接从语境的角度理解，要结合更丰富的语义，去真实的理解这句话真正的含义。

举例来说，当人说的话语是“太冷了”，它的语义即字面意思是“温度有点低”，但从语用的角度即在特定语境中所传递的会话意义可以是，“把空调温度调高两度？打开暖气？关闭门窗？来一个温暖的拥抱？”

语用是要将语义和语境结合。语境指人们用语言进行交际时的具体环境，包括语言语境和非语言语境。在人机对话下的语境可分为物理语境、言语语境、知识语境。

“我们说的话是冰山上面的一角，理解一句话的含义，不能只看当前信息的输入，而是要看冰山下面各种各样的语境输入。”刘升平说。

知性会话

知性会话的基本思想就是把知识图谱用到知性对话里面去，通过实体链接技术，融合多源知识，实现跨领域，跨交互形式的多轮对话，让知识图谱全程的参与整个对话过程，包括聊天、问答，都由知识图谱来支撑，让机器表现的像一个专家。

云知声希望把人机对话系统做的越来越聪明，越来越接近人类的水平，云知声下一步的目标是多模态的互动和个性化的体验。

刘升平透露，云知声近期的目标是在垂直领域特定场景下，通过图灵测试。