政讯通中心

在中国声谷看民企活力:为啥这里发展步伐更快?

制图：沈亦伶

　　企业是科技创新的主体。习近平总书记强调：“有能力、有条件的民营企业要加强自主创新，在推进科技自立自强和科技成果转化中发挥更大作用。”

　　越来越多的民营企业创新步伐不断加快，成为推动经济高质量发展的重要力量。在安徽合肥，记者走进国家智能语音创新中心。这是工业和信息化部2021年批复组建的4家国家制造业创新中心之一，由科大讯飞牵头，依托合肥智能语音创新发展有限公司，国内10多家智能语音企业和科研院所联手组建而成。中心与企业联动，充分发挥科技创新驱动作用，不断促进创新链产业链深度融合，为生产生活带来更多想象空间。

　　助生产提质增效——

　　“智能耳朵”将质检效率提高2/3

　　浙江捷昌线性驱动科技股份有限公司主营电机生产。“在传统工业场景中，电机设备一旦出现故障，发出异常声音，通常都是经验丰富的老师傅用耳朵听，来判断故障点。”公司新昌生产基地生产总监张巍峰介绍：“我们实现了电机在流水线组装完成后，通过声纹质检系统检测采集产品运转数据。”

　　一款系统，如何通过声音识别产品质量？

　　静音房中，电机运转，嗡嗡声响接连不断；显示屏上，声纹起伏，数据被采集捕捉；存在故障，通过数据分析，维修点位随即可以确定。一直以来，张巍峰都在琢磨怎样通过机器“听音”提高质检效率，“自个儿摸索两三年，没有取得一点进展”。

　　机缘巧合，一次技术推介会上，得知国家智能语音创新中心正在开展工业声学方向的研究，张巍峰当即寻求合作：“我们有需求，他们懂技术，优势互补，说不定能研发出来。”

　　研发初期，中心委派的声纹分析工程师入厂调研，收集样本；质检工人现场听音，记录特征。6个多月时间，采集近5万条数据，算法选型、深度学习、参数调节，经过与人工听音多轮比拼试验，工业声纹质检系统初步建成。

　　国家智能语音创新中心总经理吴江照介绍，利用工业声学技术开展设备质检，除了民营企业自主创新，还离不开科研院所的大力支持。“发声位置、距离远近都会对收音造成影响，为了解决工业领域的麦克风阵列分布问题，我们和西北工业大学科研团队开展交流，共同探讨技术方案。”吴江照说。

　　如今，这款“智能耳朵”已在产线投用，质检识别准确率达到95%。“一次联合研发，仅一条产线每年就能为我们节省成本近15万元！”张巍峰算了笔账，过去人工听音，易因疲劳而失准，现在使用工业声纹质检系统，不仅效率提高2/3，还增强了一致性。曾经难以分辨的齿轮或换向器故障点，通过声纹数据分析，有了改进方向。

　　让生活智慧便捷——

　　“全屋智控”识别用户指令更精准精确

　　一进门，灯光自动点亮，空调自行开启；一句语音指令，舒缓的音乐在耳边响起，阳台上的晾衣架开始升降；厨房里，感应装置监测到煤气泄漏，既能报警，还会开窗……走进合肥荣事达电子电器集团智能全屋体验生活馆，研发中心技术人员孙杰指向巴掌大小的控制面板：“能集中控制空调、音箱、窗帘等，启动各种智能情景。”

　　一块屏幕，如何实现“全屋智控”？

　　从传统的按键控制到智能的语音交互，为实现多款产品集成，孙杰带领团队与国家智能语音创新中心一道攻关，花了约一年时间。

　　首先要解决的，是用户反映最多的“免唤醒”功能。孙杰介绍，唤醒词是为了激活设备进入运行状态，一般来说，唤醒词说出后，若能立刻给出反应，有利于提升用户体验。可如果每次使用智能设备都需要唤醒词，也会造成交互冗余，增添麻烦。

　　为此，企业结合市场调研，分析常用指令，中心则利用声学技术，提供算法支持。通过具有AI（人工智能）交互能力的语音芯片加持，这款控制面板可以实现一分钟内“一次唤醒，多轮交互”。

　　“误操作”是横在面前的另一道难题。“居家生活时，经常出现闲聊触发关键词、设备作出响应的情况，尤其是在开发‘免唤醒’功能后。”中心AI语音芯片部研发总监周正友介绍。

　　是否可以通过识别声音、判断方向，进而给出正确回应？为了解决这个难题，周正友和同事们根据波速强度，算法分析音频，经过多次试验，系统识别准确度大幅提升。

　　眼下，除了智能家居，这款具有语音交互功能的面板产品还被应用到其他领域。“医院、养老院、办公室等商用客户也很感兴趣！”孙杰表示，企业与中心联合攻关，既增强了创新能力，还开拓了应用市场。

　　为创新提供支撑——

　　AR字幕眼镜带来“看得见的声音”

　　耳边，交流声音不断，眼前，文字逐句呈现。这让弱听患者刘烁感觉不错：“跟看剧一样！戴上眼镜，声音就能转化成文字显示在眼前，还可以调节字体大小、背景颜色，丝毫不影响视线。”

　　这款AR（增强现实）字幕眼镜，由北京亮亮视野科技有限公司与国家智能语音创新中心联合研发，具备实时转写、语音翻译等功能，已为5000多名弱听患者带来“看得见的声音”。

　　面向市场需求，兼具技术基础，新品研发按说应该很顺利。令亮亮视野系统研发部总监赵伟没想到的是，技术迁移并不简单。“我们想的是把眼镜和声学技术相结合，增强用户体验，可眼镜收集声音后，难以依托眼镜本体算力进行转写。”赵伟思来想去，决定“上云”一试。

　　这朵“云”，是国家智能语音创新中心构建的端云一体语音云平台，为金融、医疗、智能交通等领域企业提供技术服务，助力企业高效稳定运营，日交互量达20亿次。

　　近半年时间里，赵伟在合肥、北京两地奔走，从拾音降噪到接入“云端”，企业、中心协同创新。如何精准识别人声？科研人员调节上千次麦克风阵列组合，确定声音增益最佳范围。怎样确保转写迅速稳定？技术人员将数据接入云平台，提供响应及时的算力支撑。

　　“简化操作步骤、调节字幕位置，产品去年研发成功以来，软件前后更新了三四个版本。现在，我们正在和中心讨论，如何增加语音控制开关功能，让用户操作更加便捷。”赵伟说。

　　近年来，为支持智能语音产业发展，工信部批复组建国家智能语音创新中心，给予专项支持；2021年，安徽省印发《支持中国声谷创新发展若干政策》，鼓励人工智能及智能语音产业发展和推广应用，引导企业协同创新发展。“政府有政策，企业有场景、有需求，中心有技术、有实力。依托这样的创新合作形式，可以更有效实现资源联动。创新链产业链深度融合，步伐更快。”吴江照说。