 |
北京2015年10月13日電 /美通社/ -- 9月24日樂視在香港九龍東皇冠假日酒店舉行“王者歸來”發布會，正式推出樂視第三代超級電視。第三代超級電視擁有強大的智能電視交互能力，加入了遠講場景語音功能，遠講支持5米內全向識別室內聲音。模糊搜索智能匹配，說說話就能完全操控電視。“怎么說都聽得懂”的樂視超級電視語音交互技術由國內領先的人工智能及智能語音技術服務商云知聲獨家支持。
云知聲作為樂視電視語音交互技術的唯一提供商，從2013年5月樂視發布的第一代超級電視到近期的樂視第三代超級電視，從依賴遙控器或手機進行語音操控到遠講識別和全語音交互，持續不斷將最新的語音技術應用落地，提升用戶體驗。超級語音2.0改變了什么？且聽云知聲細細道來。
擺脫遙控器和手機APP，樂視超級語音2.0的蛻變歷程
2013年，樂視超級電視在五棵松萬事達中心全球首發，語音操控驚艷全場。樂視超級電視完全顛覆了傳統操作體驗，真正把互聯網和智能語音“植入”到電視里，不同于以往使用電視上那個足以令人崩潰的全鍵盤，用戶長按遙控器語音鍵，說出節目名，通過語音識別進行搜索，一步到位，語音輸入徹底顛覆了傳統的選擇輸入的方式，讓電視進入了全新的語音輸入時代。
在第一代超級電視上，語音交互操控除了使用電視遙控器外，云知聲為方便用戶操作還設計了多屏互動的交互體系，并推出了安卓系統和蘋果系統上的帶語音交互功能的手機遙控器。推出多屏互動之后，的確給予了一些手機使用者便捷，但是它地弊端也逐步開始顯現出來，就是用戶地使用成本太高了，用戶要先拿起手機，點亮屏幕，密碼解鎖或者指紋解鎖，點擊打開應用，再操作電視……每次重復如是繁瑣操作，一定程度上是再給用戶增加操作成本，并且使用多屏互動之前，還需要掃描屏幕二維碼，再下載應用，再安裝，整個過程用戶的成本都變得非常高，語音操控要依賴遙控器或手機仍然無法稱作是最自然的人機交互。
科技源于生活，人機交互更多的也是參考實際的生活，最理想的語音交互，其實就是最常見的最普通的人與人之間的對話與溝通，現在的語音交互，乃至人機交互，都是在不斷地朝著這個目標而努力。對于智能電視也是如此，如果能夠像人與人直接對話一樣，那將會是什么樣的一種體驗呢？現有的語義的技術，雖然無法達到像人與人那樣自由、智能地交流和溝通，但指令式的語音交互，已經是游刃有余了，那為何不在“直接對話”上尋找突破口，大膽地問一句：“為什么電視一定需要遙控器呢？”
當然，這是一個非常大膽地質疑，一方面這是在挑戰一個根深蒂固的傳統的操作理念，另一方面，也是在挑戰一個全新的語音交互領域，作為超級電視的一個創新點，云知聲產品團隊迎難而上，接受挑戰。第一個難題，便是降噪的問題，遠講和近講的主要區別，是在于說話人和麥克風之間的距離，當距離越遠時，環境噪音所帶來的影響，會直接導致識別率下降，所以，如何才能將環境的噪音去處掉，便是遠講的第一個關鍵；第二個難題，是電視在播放時，所播出來的聲音會和主講人的聲音混合，如何才能將電視播放的聲音消除掉呢？第三個難題，是實際家庭環境的因素，其實就是混響問題，如何才能將混響的影響降到較低呢？問題已經都提出了，接下來就是找尋方案了，進入選擇意向的，便是麥克風陣列方案，它有多個麥克風，形成一個陣列，根據不同麥克風采集的聲音的各類數據，來進行說話人聲音的提取，云知聲遠講超級語音技術讓用戶無需使用遙控器按下語音鍵才能語音操控，通過麥克風陣列收集語音，經過DSP處理模塊對聲音降噪，遠講增強及回聲消除后清晰收音，電視可以全向識別室內的聲音，當你通過“暗號”（喚醒詞）激活語音功能后，它將識別到你的聲音并且根據指令進行開關機、資源點播等等。同時支持自定義喚醒詞，用戶可以坐在沙發上對著電視說“樂樂，我要看《捉妖記》”，電視喚醒后，用戶便能在電視端看到相關視頻。
喚醒僅僅是超級語音2.0的一個開始，超級語音2.0的全語音交互實現了凡是在UI界面中所能見的，皆為語音所能控制的；在電視上所能用的，皆為語音所能操作的。從開機，到關機，從語音搜索，到語音控制，從語音助手應用，到系統應用，甚至到第三方應用，都需要支持語音交互。云知聲經過半年多的努力通過熱喚醒+語音識別+連續識別+連貫任務最終將全語音交互完美落地，讓用戶怎么說都聽得懂，徹底擺脫遙控器。
云知聲發力語音交互入口背后，意在人工智能助理
非智能電視時代當我們打開電視時，看到的就只是電視臺按每天既定的節目表播放的電視節目，不會出現一個主頁面，也不會有那么多圖標點來點去，人們只在乎打開電視馬上就能看到什么。而智能電視時代，電視提供給用戶的內容越來越多，越來越雜。語音功能作為電視介入互聯網搜索的方式之一，對人工智能的要求非常高，語言是人類獨有的文明傳播方式，要讓電腦理解它浩大的語境語義，難度非常之高。此次樂視超級語音2.0支持語音開機、個性化喚醒，其場景化的語音控制使命令更準確，使用范圍更廣，支持多關鍵詞模糊搜索、連貫任務執行，讓用戶徹底擺脫遙控器。表面上是用戶的交互方式的改變，換一個角度看，將語音當作用戶使用習慣的收集工具，將大數據統計處理，用語音連接人和信息，語音連接人和服務，這也是云知聲希望通過語音來為用戶做的更多。
試想一下，在智能電視上所有軟件都放在另外一個界面里，當累了一整天不愿意動彈，回家就想看點自己喜歡的節目打發時間，如果只需要對著電視說“電視開機”它就能自動跳轉到你喜歡的電視節目中，那該是多么愜意。此外，基于聲紋識別記錄說話人信息，分析家庭不同成員觀片喜好，在喚醒電視后自動提醒播放電視節目或游戲節目，甚至提供菜譜指導、親子游戲、體育節目等各種內容。而視頻的搜索播放是電視中最為常見的功能之一，全語音的交互體驗，不僅僅在視頻搜索上，在頻道切換、節目單查詢、預約提醒等等功能服務商，都是可以體現的，而且通過遠講技術的使用，全語音交互成為了不可或缺的交互基礎。
2012年以黑馬之姿殺入語音行業的云知聲，如今已在人工智能領域多點開花，成績斐然。云知聲“云·端·芯”超智能方程式已在智能家居、智能車載、在線教育、云平臺等行業廣泛應用，隨著大數據，云計算，人工智能等技術的發展，在萬物智能時代，所有的有東西都將會是智能的，無論是汽車，電視，電飯煲，冰箱還是路燈。這些智能的萬物，都具有不同層次的智能，都覺有不同的學習能力。這些設備都可以與人做基于語音的自然交互，甚至這些設備之間也可以自動交換信息。目前云知聲正在向萬物智能的目標而努力，云知聲已推出面向智能家居、智能車載的產品應用系統包括智能電視、音箱、空調、語音后視鏡、智能語控車機等產品，這些產品通過語音命令進行控制，可以完全擺脫了對遙控器和手機APP的依賴。云知聲以語音交互為入口，結合大數據、云計算、人工智能，為用戶提供更精準的消費、社交行為推薦，打造家庭人工智能助理。在智能家居平臺真正開啟未來的全語音生態。
