腾讯发布语音智能全新品牌，带来更自然、智能、有情感的语音交互体验

2021-12-25 08:58:30 来源：

（原标题：腾讯发布语音智能全新品牌，带来更自然、智能、有情感的语音交互体验）

随着行业数字化、智能化不断升级加速，语音交互场景从生活扩展到企业应用，从人机交互扩展到人人交互，越来越多样化的需求，对语音交互技术提出了更高的要求。

11月4日，在2021腾讯数字生态大会云智能专场，腾讯云小微与腾讯AI Lab联合发布了全新技术品牌——腾讯语音智能，为设备提供在复杂语音环境下，从输入到输出交互体验全面升级的全链路的AI+声学技术解决方案。

腾讯语音智能让语音技术更好地处理复杂多变的环境，为用户提供更加自然、智能、拟人化的语音交互体验，为产业提供更加便捷、低成本、可定制的解决方案。在生活、服务及生产等场景，在智能家居、车载语音交互、智能客服、语音质检、口语考试、司法转写、会议转写等领域都有广阔的应用空间。

顺应场景、需求、设备升级趋势全面助力更自然的语音交互体验

本次大会上，腾讯首次公布了云智能战略架构，面向管理者、生产者、开发者和用户四类人群，提供决策、协作、创新和服务四大核心能力，同时依托人工智能、大数据、云计算和物联网的云智能架构，贴合客户的产业场景需求，输出面向各行业的智能综合解决方案。腾讯语音智能作为腾讯云智能战略重要技术能力支撑，始终坚持“服务于人”的价值理念，为用户带来自然的语音交互体验，让智能交互科技的发展惠及生活、产业的方方面面。

从手机助手、智能家居、车载交互等满足大众需求的应用，到智能客服、会议转写等智能化升级下的行业性需求，从人机交互到远程会议语音降噪、口语翻译等人人交互场景需求，目前，语音交互的场景和需求在不断增加。随着专用芯片的出现和端上计算能力的不断增强，运行载体扩展到了云、端、芯多种形式，搭载语音交互的设备也变得更为多样化。

而现有的技术方案仍有很多问题难以解决。比如，在复杂、嘈杂场景中容易受到环境噪音的影响，不能有效识别和分离出目标人物语音，还会受到网络情况、麦克风等硬件设备的制约，导致智能终端在与用户的交互过程中，无法快速准确地进行识别并做出相应的回复，阻碍人机交互体验的提升。

腾讯在语音智能领域拥有深厚的能力积累，目前，腾讯语音语义有超过3400项专利，发表超过500篇顶会论文，累计服务3。5亿智能终端。腾讯云小微依托其强大的语音智能能力，结合腾讯AI Lab领先的AI基础能力，基于对用户场景及需求的深刻洞察，完成了一次技术迭代与升级，联合打造出了一款能够提升语音识别效果和效率的全链路AI+声学技术解决方案——腾讯语音智能。

（腾讯杰出科学家、AI Lab副主任兼智能平台部副总经理俞栋）

突破业内技术瓶颈深耕行业发展需求全面提升语音智能交互能力

相对于传统解决方案，腾讯语音智能在技术上实现了突破性升级。通过采用一体化的基于全神经网络的方案，极大提升了在复杂场景下语音采集、降噪分离和增强的效果，从而为人人通话或机器识别提供了更清晰易懂的语音。通过使用基于语音语义联合优化的多领域识别器，让机器对于各种复杂语音的识别率也得到极大提升，可以更好地进行转写、理解、和回复。

另外，腾讯语音智能可以支持多种应用场景和设备，拥有优秀的场景适配性和通用性，面向实际场景的定制优化更简单、高效，在为用户提供更加优质、自然语音交互体验的同时，也为企业场景中的语音服务需求降低了运行和定制成本，助力其降本增效，加快产业数字化升级。

在户外、酒会等高噪声、嘈杂的环境中使用手机助手、智能客服等语音服务时，环境的噪声会对目标人物语音的收集带来极大干扰，语音收集反馈的错误率也会随之提升。腾讯语音智能在前端技术上，通过研发全神经网络波束成型方案、构建集合全链路的神经网络模型方案、首创用三种模态进行语音分离的工作模式，完成了行业内的多项技术突破，可有效应对环境噪声干扰人声的问题，实现了场景深度定制，多模块自动联合优化，在复杂声学环境中大幅度降低了语音收集的错误率。数据表示，经过多模态语音分离再进行语音识别，错误率可降低相对50%，经过多模态分离并联合进行多模态的语音识别，错误率可进一步降低相对25%。

（腾讯AI Lab语音技术中心总监苏丹）

在家居和车载等真实场景下，除了需要克服环境噪声、人声干扰等问题外，还需要应对多种挑战，诸如识别任务复杂度高，用户口音多变、用户更自然的语音交互体验需求，以及低资源设备上识别性能的提升等。深入问题探索，腾讯语音智能在后端处理环节研发了“语音-语义结合的多领域在线识别系统”、“全双工交互及闲聊拒识”、“端到端高性能离线识别系统”等技术方案，运用深度学习建模、前后端联合优化、语音-语义联合优化等技术手段，很好地满足了不同应用场景下，对于语音交互在识别率、鲁棒性、资源消耗和用户体验等多方面的要求。

目前，腾讯语音智能已经为索尼电视、飞利浦电视提供技术支持，为家居场景中的人机互动提供更智能的语音体验；在车载交互领域，助力长安汽车、福特汽车等，提升语音助手服务质量，给用户更好的智能出行服务。