導(dǎo)讀

近日，機器聽覺解決方案供應(yīng)商大象聲科（Elevoc）宣布獲得小米和高通創(chuàng)投的數(shù)千萬人民幣的Pre-A輪戰(zhàn)略投資。

近日，機器聽覺解決方案供應(yīng)商大象聲科（Elevoc）宣布獲得小米和高通創(chuàng)投的數(shù)千萬人民幣的Pre-A輪戰(zhàn)略投資。摯金資本擔任本輪融資的獨家財務(wù)顧問。大象聲科表示，該輪融資具有廣泛重要的戰(zhàn)略意義，將有利于強化上下游產(chǎn)業(yè)鏈，進一步賦能通訊、智能家居、智能車載、可穿戴設(shè)備、安防等行業(yè)客戶。

大象聲科是一家語音信號處理引擎提供商，2015年創(chuàng)立于美國硅谷，目前總部位于深圳。公司匯聚了以俄亥俄州立大學國際著名學者、IEEE Fellow汪德亮教授為代表的人工智能語音交互領(lǐng)域優(yōu)秀的科學家團隊，依托算法、軟件、硬件三個維度的技術(shù)縱深，為語音增強和智能語音交互提供解決方案。

語音增強技術(shù)，深度學習驅(qū)動

語音增強，本質(zhì)就是語音降噪。在收錄聲音時，往往被嘈雜的環(huán)境背景聲所“污染”，語音增強可以從噪音中提取有效的聲音信號，恢復(fù)“干凈”的語音。

語音增強涉及的應(yīng)用領(lǐng)域非常廣泛，包括語音通話、電話會議、現(xiàn)場錄音、軍事通信、助聽器設(shè)備和語音識別設(shè)備等，并成為許多語音編碼和識別系統(tǒng)的預(yù)處理模塊。

提到語音增強技術(shù)，就不得不提出計算機語音識別領(lǐng)域注明的“雞尾酒會問題”?！半u尾酒會問題”指在如雞尾酒會嘈雜的環(huán)境下的強干擾下，辨識出一種聲音難度是很高的，語音識別率極低。如何在混合信號中識別出每個人的獨立信號成了技術(shù)難題。

深度學習語音增強技術(shù)是該領(lǐng)域的新起之秀，卻有攻入破竹之勢。不同于主流而傳統(tǒng)的數(shù)字信號處理方法，它借鑒機器學習的思路，通過有監(jiān)督的訓練實現(xiàn)語音增強，可以解決瞬時降噪等技術(shù)難題。華為今年發(fā)布的mate10手機，已成功地將該技術(shù)應(yīng)用到了復(fù)雜聲學環(huán)境中的語音通話中。而今年4月，刷遍朋友圈的錘子手機新品堅果3采用的AI語音降噪技術(shù)，就是來自大象聲科的深度學習語音提取技術(shù)。

目前，大象聲科已經(jīng)成功推出了全球首款芯片級單通道人工智能語音增強方案，在不依賴物理硬件的情況下，有效實現(xiàn)了噪音和人聲的分離，并在手機通訊行業(yè)率先進行了商用，開啟了人類無噪音通訊時代。此外，大象聲科將單通道語音增強技術(shù)與麥克風陣列結(jié)合，將多通道語音增強的性能也提升到新臺階，真正解決了語音前端處理的技術(shù)難點。應(yīng)用場景有智能手機、對講機、耳機、麥克風、在線教育平臺、網(wǎng)絡(luò)視頻會議、語音客服等。

為機器人打造智能耳朵的生意，資本看好

小米首席架構(gòu)師、人工智能與云平臺副總裁崔寶秋表示：“智能語音已經(jīng)成了新一代人機交互入口的必爭之地，鑒于AI在語音以及其他領(lǐng)域的深度應(yīng)用，我們將AI定為小米未來十年最重要的戰(zhàn)略之一。 大象聲科的技術(shù)團隊基于多年對計算聽覺場景分析的研究和積累，創(chuàng)造性地采用深度學習技術(shù)解決聽覺領(lǐng)域中著名的‘雞尾酒會問題’，擁有全球領(lǐng)先的核心算法。我相信小米與大象聲科的合作，一定會為小米以及小米生態(tài)鏈下一代系列智能語音產(chǎn)品帶來更精彩的人機交互體驗?！?/p>

高通全球副總裁兼高通創(chuàng)投董事總經(jīng)理沈勁表示，“人工智能正在從云端向終端遷移，高通作為技術(shù)提供商，一直在積極地關(guān)注并加速在終端側(cè)人工智能的布局，大象聲科擁有業(yè)界領(lǐng)先的語音增強和智能語音交互解決方案，勢必會讓更多的終端設(shè)備受益于人工智能技術(shù)，加快終端智能化生態(tài)的發(fā)展?！?/p>

大象聲科創(chuàng)始人兼CEO苗健彰表示：“ 雖然人工智能技術(shù)的發(fā)展已經(jīng)取得了長足進步，但是要實現(xiàn)人性化的的語音交互還有許多關(guān)鍵問題有待解決，機器聽覺就是其中之一。自創(chuàng)立伊始，大象聲科便樹立了為機器人打造智能耳朵的目標。大象聲科在機器聽覺理論研究上一直走在世界前沿，聯(lián)合創(chuàng)始人汪德亮教授和張學良教授在該領(lǐng)域有超過20年的技術(shù)積累。特別是汪教授不僅是機器聽覺領(lǐng)域的重要理論——計算聽覺場景分析（CASA）的奠基人之一，還是全球第一位將深度學習應(yīng)用于語音增強的學界泰斗?！?/p>

下一步，大象聲科將依托自身行業(yè)領(lǐng)先的技術(shù)優(yōu)勢，整合小米和高通創(chuàng)投的戰(zhàn)略資源，聯(lián)合通訊、智能硬件、安防等領(lǐng)域的優(yōu)質(zhì)客戶，共同將高品質(zhì)和便利的人工智能服務(wù)帶進千家萬戶。

據(jù)了解，2018年中國智能硬件市場規(guī)模預(yù)計將突破4000億元，全球語音產(chǎn)業(yè)規(guī)模預(yù)計也將突破100億美元，語音產(chǎn)業(yè)結(jié)構(gòu)將順延硬件產(chǎn)品、AI軟件、語音應(yīng)用Apps、生態(tài)系統(tǒng)服務(wù)相結(jié)合的架構(gòu)繼續(xù)高速發(fā)展。語音交互將成為主流的人機交互方式之一，音訊處理的需求也將快速擴張。