企業(yè)是科技創(chuàng)新的主體。習(xí)近平總書記強(qiáng)調(diào)：“有能力、有條件的民營(yíng)企業(yè)要加強(qiáng)自主創(chuàng)新，在推進(jìn)科技自立自強(qiáng)和科技成果轉(zhuǎn)化中發(fā)揮更大作用。”

　　越來(lái)越多的民營(yíng)企業(yè)創(chuàng)新步伐不斷加快，成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量。在安徽合肥，記者走進(jìn)國(guó)家智能語(yǔ)音創(chuàng)新中心。這是工業(yè)和信息化部2021年批復(fù)組建的4家國(guó)家制造業(yè)創(chuàng)新中心之一，由科大訊飛牽頭，依托合肥智能語(yǔ)音創(chuàng)新發(fā)展有限公司，國(guó)內(nèi)10多家智能語(yǔ)音企業(yè)和科研院所聯(lián)手組建而成。中心與企業(yè)聯(lián)動(dòng)，充分發(fā)揮科技創(chuàng)新驅(qū)動(dòng)作用，不斷促進(jìn)創(chuàng)新鏈產(chǎn)業(yè)鏈深度融合，為生產(chǎn)生活帶來(lái)更多想象空間。

　　助生產(chǎn)提質(zhì)增效——

　　“智能耳朵”將質(zhì)檢效率提高2/3

　　浙江捷昌線性驅(qū)動(dòng)科技股份有限公司主營(yíng)電機(jī)生產(chǎn)。“在傳統(tǒng)工業(yè)場(chǎng)景中，電機(jī)設(shè)備一旦出現(xiàn)故障，發(fā)出異常聲音，通常都是經(jīng)驗(yàn)豐富的老師傅用耳朵聽(tīng)，來(lái)判斷故障點(diǎn)。”公司新昌生產(chǎn)基地生產(chǎn)總監(jiān)張巍峰介紹：“我們實(shí)現(xiàn)了電機(jī)在流水線組裝完成后，通過(guò)聲紋質(zhì)檢系統(tǒng)檢測(cè)采集產(chǎn)品運(yùn)轉(zhuǎn)數(shù)據(jù)。”

　　一款系統(tǒng)，如何通過(guò)聲音識(shí)別產(chǎn)品質(zhì)量？

　　靜音房中，電機(jī)運(yùn)轉(zhuǎn)，嗡嗡聲響接連不斷；顯示屏上，聲紋起伏，數(shù)據(jù)被采集捕捉；存在故障，通過(guò)數(shù)據(jù)分析，維修點(diǎn)位隨即可以確定。一直以來(lái)，張巍峰都在琢磨怎樣通過(guò)機(jī)器“聽(tīng)音”提高質(zhì)檢效率，“自個(gè)兒摸索兩三年，沒(méi)有取得一點(diǎn)進(jìn)展”。

　　機(jī)緣巧合，一次技術(shù)推介會(huì)上，得知國(guó)家智能語(yǔ)音創(chuàng)新中心正在開(kāi)展工業(yè)聲學(xué)方向的研究，張巍峰當(dāng)即尋求合作：“我們有需求，他們懂技術(shù)，優(yōu)勢(shì)互補(bǔ)，說(shuō)不定能研發(fā)出來(lái)。”

　　研發(fā)初期，中心委派的聲紋分析工程師入廠調(diào)研，收集樣本；質(zhì)檢工人現(xiàn)場(chǎng)聽(tīng)音，記錄特征。6個(gè)多月時(shí)間，采集近5萬(wàn)條數(shù)據(jù)，算法選型、深度學(xué)習(xí)、參數(shù)調(diào)節(jié)，經(jīng)過(guò)與人工聽(tīng)音多輪比拼試驗(yàn)，工業(yè)聲紋質(zhì)檢系統(tǒng)初步建成。

　　國(guó)家智能語(yǔ)音創(chuàng)新中心總經(jīng)理吳江照介紹，利用工業(yè)聲學(xué)技術(shù)開(kāi)展設(shè)備質(zhì)檢，除了民營(yíng)企業(yè)自主創(chuàng)新，還離不開(kāi)科研院所的大力支持。“發(fā)聲位置、距離遠(yuǎn)近都會(huì)對(duì)收音造成影響，為了解決工業(yè)領(lǐng)域的麥克風(fēng)陣列分布問(wèn)題，我們和西北工業(yè)大學(xué)科研團(tuán)隊(duì)開(kāi)展交流，共同探討技術(shù)方案。”吳江照說(shuō)。

　　如今，這款“智能耳朵”已在產(chǎn)線投用，質(zhì)檢識(shí)別準(zhǔn)確率達(dá)到95%。“一次聯(lián)合研發(fā)，僅一條產(chǎn)線每年就能為我們節(jié)省成本近15萬(wàn)元！”張巍峰算了筆賬，過(guò)去人工聽(tīng)音，易因疲勞而失準(zhǔn)，現(xiàn)在使用工業(yè)聲紋質(zhì)檢系統(tǒng)，不僅效率提高2/3，還增強(qiáng)了一致性。曾經(jīng)難以分辨的齒輪或換向器故障點(diǎn)，通過(guò)聲紋數(shù)據(jù)分析，有了改進(jìn)方向。

　　讓生活智慧便捷——

　　“全屋智控”識(shí)別用戶指令更精準(zhǔn)精確

　　一進(jìn)門，燈光自動(dòng)點(diǎn)亮，空調(diào)自行開(kāi)啟；一句語(yǔ)音指令，舒緩的音樂(lè)在耳邊響起，陽(yáng)臺(tái)上的晾衣架開(kāi)始升降；廚房里，感應(yīng)裝置監(jiān)測(cè)到煤氣泄漏，既能報(bào)警，還會(huì)開(kāi)窗……走進(jìn)合肥榮事達(dá)電子電器集團(tuán)智能全屋體驗(yàn)生活館，研發(fā)中心技術(shù)人員孫杰指向巴掌大小的控制面板：“能集中控制空調(diào)、音箱、窗簾等，啟動(dòng)各種智能情景。”

　　一塊屏幕，如何實(shí)現(xiàn)“全屋智控”？

　　從傳統(tǒng)的按鍵控制到智能的語(yǔ)音交互，為實(shí)現(xiàn)多款產(chǎn)品集成，孫杰帶領(lǐng)團(tuán)隊(duì)與國(guó)家智能語(yǔ)音創(chuàng)新中心一道攻關(guān)，花了約一年時(shí)間。

　　首先要解決的，是用戶反映最多的“免喚醒”功能。孫杰介紹，喚醒詞是為了激活設(shè)備進(jìn)入運(yùn)行狀態(tài)，一般來(lái)說(shuō)，喚醒詞說(shuō)出后，若能立刻給出反應(yīng)，有利于提升用戶體驗(yàn)。可如果每次使用智能設(shè)備都需要喚醒詞，也會(huì)造成交互冗余，增添麻煩。

　　為此，企業(yè)結(jié)合市場(chǎng)調(diào)研，分析常用指令，中心則利用聲學(xué)技術(shù)，提供算法支持。通過(guò)具有AI（人工智能）交互能力的語(yǔ)音芯片加持，這款控制面板可以實(shí)現(xiàn)一分鐘內(nèi)“一次喚醒，多輪交互”。

　　“誤操作”是橫在面前的另一道難題。“居家生活時(shí)，經(jīng)常出現(xiàn)閑聊觸發(fā)關(guān)鍵詞、設(shè)備作出響應(yīng)的情況，尤其是在開(kāi)發(fā)‘免喚醒’功能后。”中心AI語(yǔ)音芯片部研發(fā)總監(jiān)周正友介紹。

　　是否可以通過(guò)識(shí)別聲音、判斷方向，進(jìn)而給出正確回應(yīng)？為了解決這個(gè)難題，周正友和同事們根據(jù)波速?gòu)?qiáng)度，算法分析音頻，經(jīng)過(guò)多次試驗(yàn)，系統(tǒng)識(shí)別準(zhǔn)確度大幅提升。

　　眼下，除了智能家居，這款具有語(yǔ)音交互功能的面板產(chǎn)品還被應(yīng)用到其他領(lǐng)域。“醫(yī)院、養(yǎng)老院、辦公室等商用客戶也很感興趣！”孫杰表示，企業(yè)與中心聯(lián)合攻關(guān)，既增強(qiáng)了創(chuàng)新能力，還開(kāi)拓了應(yīng)用市場(chǎng)。

　　為創(chuàng)新提供支撐——

　　AR字幕眼鏡帶來(lái)“看得見(jiàn)的聲音”

　　耳邊，交流聲音不斷，眼前，文字逐句呈現(xiàn)。這讓弱聽(tīng)患者劉爍感覺(jué)不錯(cuò)：“跟看劇一樣！戴上眼鏡，聲音就能轉(zhuǎn)化成文字顯示在眼前，還可以調(diào)節(jié)字體大小、背景顏色，絲毫不影響視線。”

　　這款A(yù)R（增強(qiáng)現(xiàn)實(shí)）字幕眼鏡，由北京亮亮視野科技有限公司與國(guó)家智能語(yǔ)音創(chuàng)新中心聯(lián)合研發(fā)，具備實(shí)時(shí)轉(zhuǎn)寫、語(yǔ)音翻譯等功能，已為5000多名弱聽(tīng)患者帶來(lái)“看得見(jiàn)的聲音”。

　　面向市場(chǎng)需求，兼具技術(shù)基礎(chǔ)，新品研發(fā)按說(shuō)應(yīng)該很順利。令亮亮視野系統(tǒng)研發(fā)部總監(jiān)趙偉沒(méi)想到的是，技術(shù)遷移并不簡(jiǎn)單。“我們想的是把眼鏡和聲學(xué)技術(shù)相結(jié)合，增強(qiáng)用戶體驗(yàn)，可眼鏡收集聲音后，難以依托眼鏡本體算力進(jìn)行轉(zhuǎn)寫。”趙偉思來(lái)想去，決定“上云”一試。

　　這朵“云”，是國(guó)家智能語(yǔ)音創(chuàng)新中心構(gòu)建的端云一體語(yǔ)音云平臺(tái)，為金融、醫(yī)療、智能交通等領(lǐng)域企業(yè)提供技術(shù)服務(wù)，助力企業(yè)高效穩(wěn)定運(yùn)營(yíng)，日交互量達(dá)20億次。

　　近半年時(shí)間里，趙偉在合肥、北京兩地奔走，從拾音降噪到接入“云端”，企業(yè)、中心協(xié)同創(chuàng)新。如何精準(zhǔn)識(shí)別人聲？科研人員調(diào)節(jié)上千次麥克風(fēng)陣列組合，確定聲音增益最佳范圍。怎樣確保轉(zhuǎn)寫迅速穩(wěn)定？技術(shù)人員將數(shù)據(jù)接入云平臺(tái)，提供響應(yīng)及時(shí)的算力支撐。

　　“簡(jiǎn)化操作步驟、調(diào)節(jié)字幕位置，產(chǎn)品去年研發(fā)成功以來(lái)，軟件前后更新了三四個(gè)版本。現(xiàn)在，我們正在和中心討論，如何增加語(yǔ)音控制開(kāi)關(guān)功能，讓用戶操作更加便捷。”趙偉說(shuō)。

　　近年來(lái)，為支持智能語(yǔ)音產(chǎn)業(yè)發(fā)展，工信部批復(fù)組建國(guó)家智能語(yǔ)音創(chuàng)新中心，給予專項(xiàng)支持；2021年，安徽省印發(fā)《支持中國(guó)聲谷創(chuàng)新發(fā)展若干政策》，鼓勵(lì)人工智能及智能語(yǔ)音產(chǎn)業(yè)發(fā)展和推廣應(yīng)用，引導(dǎo)企業(yè)協(xié)同創(chuàng)新發(fā)展。“政府有政策，企業(yè)有場(chǎng)景、有需求，中心有技術(shù)、有實(shí)力。依托這樣的創(chuàng)新合作形式，可以更有效實(shí)現(xiàn)資源聯(lián)動(dòng)。創(chuàng)新鏈產(chǎn)業(yè)鏈深度融合，步伐更快。”吳江照說(shuō)。