科大讯飞天津沙龙 人工智能和人机交互

科大讯飞天津沙龙人工智能和人机交互

4月10日，科大讯飞天津沙龙在空港经济区创新创业中心完美举行，上百位智能硬件开发者汇集一堂，和讯飞资深科学家王智国、小猫当家CEO刘平生、狗尾草科技CEO邱楠、讯飞开放平台产品总监王磊等大咖一起探讨了最前沿的智能交互技术。

人工智能，良辰可待

什么是人工智能?学术上定义它为研究用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门科学，研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

讯飞资深科学家王智国院长认为人工智能分为三个层次：计算智能(能存会算)、感知智能(能听会说，能看会认)和认知智能(能理解会思考)。目前，计算机已经在国际象棋等领域证明计算智能超越人类。在感知智能的领域，计算机的智能正在迅速提升，逼近人类。特别是在语音和图像这两个领域，随着深度学习技术的应用以及海量大数据的支持，让机器的感知智能提升到了前所未有的水平，讯飞语音识别准确率已经超过95%，而人脸识别方面已经超过人类肉眼的水平，识别率超过99%。

“认知智能是目前看来机器与人差距最大的领域，因此，讯飞在2014年8月20日发布了从‘能听会说’到‘能理解会思考’的‘讯飞超脑‘计划，希望显著提升计算机的认知智能水平，实现认知智能的突破，部分取代人类的脑力劳动”，讯飞研究院王智国院长介绍如是说道。

目前，讯飞已经集结了在认知智能领域最强研究团队，从传统自然语言处理技术路线(采用词典、依存语法分析、依存语义分析、知识图谱、规则推理等技术方案实现)和人工神经网络技术路线(通过将词语和句子映射到语义空间，并通过语义空间的运算来实现推理等认知智能)两种技术路线并行和相互借鉴的方式开展认知智能的研究，并按照词、句子、篇章的三步走方式推进，目前讯飞超脑已取得多方面的阶段性进展，研究成果将会在教育、客服、人机交互、医疗等领域实现应用。

人工智能，智能硬件的终极目标

人工智能从诞生至今，理论和技术日益成熟，应用领域也不断扩大，时至今日，似乎《星际穿越》、《超能陆战队》等影片中，那些遥远的科技场景正在逐渐走入生活。智能硬件的发展也已走过了两个阶段：一是联网控制，诸如五花八门的智能开关、智能插座等。二是设

备联网，终端接入传感器，去触发其他设备联动。第三个阶段重点在人机交互，终极目标就是人工智能，人与硬件的沟通，就像人与人的沟通。

让机器能听会说、能理解会思考是未来人机交互的发展方向。为此，讯飞云从基础的语音交互到全面的自然交互能力，正在不断开拓新智能交互方案。讯飞开放平台产品总监王磊介绍，除了核心的语音识别和语音合成，我们还有语音评测、语音唤醒、开放语义、声纹识别、人脸识别、自然语言处理平台，3月13日，针对智能硬件的远场识别解决方案对外发布，实现5米范围内的识别率和近讲效果相当，大幅提升了智能家居语音交互体验。

“讯飞目前和国内主流的手机、家电等硬件厂商都有全面深度的合作关系，讯飞开放平台应用合作伙伴已超过6万家，终端用户数量超过6.8亿，有了这么多的用户和合作伙伴，

我们有理由相信，未来即将每一台智能设备都将能听会说，这个目标我们能非常清晰的预见到，就在这不远的未来，确切来说，就在这两三年内”，王磊说。

站在讯飞的肩膀上眺望人机交互的未来

合作伙伴的实践经验可以对讯飞云的核心技术进行补充完善。开发者基于语音云可以不断推出各种新应用，而他们之间，也借此得以相互关联。本次沙龙，小猫当家CEO-刘平生和狗尾草科技CEO-邱楠做出了精彩分享。

小猫当家旗下产品“小猫”是全球首款智能家庭管家，可通过手机实现远程控制，与家人视频通话，通过其特有的安居云，小猫能实现智能安防。基于讯飞云提供的智能交互服务，小猫正在实现语音唤醒、智能聊天、语音播报等功能。此外，刘平生先生还分享了讯飞语音交互开发的体验：开发难度不大、语音识别率高、响应速度快。

狗尾草科技做了一款酷似《机器人总动员》中伊芙的机器人“小白”，主打娱乐、秘书、陪伴、管家四个功能，邱楠先生把小白定义为一个功能可无限扩展的智能平台，他认为产品有什么功能并不重要，重要的是当人工智能与自然语言交互的技术应用于这些功能后，所带来的截然不同的体验感。例如陪伴功能，和Siri经常牛头不对马嘴的闲聊不一样，机器人能理解会思考，拥有记忆库，更懂主人，才是真正的陪伴。

发布会的最后，一位与众不同的嘉宾闪亮登场，它能听会说，能歌善舞，让现场笑声不断，它就是讯飞第一代人工智能机器人-小柔。小柔搭载了讯飞语音唤醒、语音识别、语音合成、语义理解等多项核心技术，是讯飞超脑计划的阶段性落地成果之一。

随着智能硬件从概念走向实用，开发者对智能交互的需求越来越迫切，尽管要达到能理解会思考的认知智能高峰极具挑战，但我们会奋力攀登，不断进行人工智能领域的探索与创新，持续为大家提供全面的、顶级的、一站式的核心技术服务支撑。

科大讯飞深度研究报告

科大讯飞深度研究报告：良工心磨砺，静听春江暖i投资（微信号：itouzi8）“VIP会员俱乐部”旨在搭建专业的产业链研究社群。通过汇集产业专家、行业分析师、PE/VC、上市公司及实业高管和职业投资人，一起进行深入、全面、前瞻性的产业链研究，发掘股权、股票市场的投资机会。申请加入VIP方法：请加小i个人微信，微信号：itouzi6，加入时请标注：vip+姓名+公司+职位+手机 作者：长城证券周伟佳 投资建议： 在苹果发布SIRI三年后的今天，语音行业愈发成熟，语音应用遍地开花，互联网语音门户的盈利模式逐渐成形。在这3年里，证明了自己的技术实力与市场能力，确立了中文语音门户霸主地位，同时取得了财务增长。在进一步优化了股权结构之后，讯飞将再次起飞。预计公司2014年至2016年EPS为元，对应PE51/31/20倍，首次覆盖，强烈推荐。 投资要点： 股权结构合理确保长期增长：近期公司增加科大控股与胡宏伟先生为公司一致行动人，合计持股达到总股本%，高持股比例确保公司高管有足够动力。公司第二期授予的股票期权的行权价格为元，接近现价，彰显公司信心。

行业门槛不断抬高：语音技术已经脱离了小打小闹的年代，需要大量的资金和人力的投入。讯飞依托中科大的学术实力和人力资源供给，拥有强大的研究团队。同时拥有多项业内唯一的产业资源，如国家863产业化基地、发改委“语音高技术产业化示范工程”、语音技术标准牵头制定单位等，享有“语音技术国家队”的政策待遇。可以说，讯飞将行业门槛提升到一个新的高度。 技术实力一统江湖：公司在中文语音行业积累了十几年，在普通话测评、呼叫中心，及语音云上亿用户中积累了大量的语音数据，对不常用语如专业用语和方言等等识别率逐步提高，难以复制。目前市场上其它中文语音相关公司，很多是讯飞的旁支，也有在讯飞系统上进行二次开发，真正的能与讯飞匹敌的对手，尚未出现。 语音应用遍地开花结果：行业应用上，在电信级语音平台业务具有垄断地位，在教育领域称霸语音教具和口语测评，在国安公安领域承建声纹库和声纹处理服务器。在互联网领域，公司把控了智能电视、OTT、国产智能机、嵌入式软件、车载、可穿戴和智能家居等等软硬件产品的语音入口。 估值略贵但值得拥有：在互联网入口尚未完全产生效益的情况下，公司仅凭现有电信、教育等业务，即可实现50%左右的增长，估值水平会迅速回落。更有互联网创新盈利模式储备，强烈推荐。 1. 合理的股权结构确保最大激励效果 科大讯飞股份有限公司（以下简称“公司”、“讯飞”）于14年11月21日公告权益变动，变动前科大讯飞一致行动人（自然人股东刘庆峰、王仁华、陈涛、吴晓如、徐玉林、江涛、黄海兵、王智国、郭武、严峻、胡郁、张焕杰、吴相会等13人）合计持有股份亿股，占公司总股本比例%，本次权益变动完成后，增加科大

人工智能与语言识别

人工智能与语言识别 摘要：语言是人类之间交流信息的主要手段之一，自电脑发明以来，人们就一直致力于使电脑能够理解自然语言。语音识别技术是集声学、语音学、语言学、计算机、信息处理和人工智能等诸领域的一项综合技术，应用需求十分广阔，长期以来一直是人们研究的热点。神经网络是在现代科学研究成果的基础上提出来的模拟人脑结构机制的一门新兴科学。本文针时语音识别的特点，对BP神经网络在语音识别技术中的应用进行了探索性研究，进而结合人工智能领域较为有效的方法——遗传(GA)算法。该算法有效地缩短了识别时问，提高了网络训练速度和语音的识别率。 关键词：语言识别；神经网络；遗传算法；BP网络 Artificial Intelligence and Speech Recognition Abstract:Language is one of the most important means of exchanging information among the mankind.Since the computer was invented,many scientists have been devoted to enabling the computer to understand the natural language.Speech recognition is a comprehensive technology of such areas as acoustics,phonetics,linguistics,computer science,information processing and artificial intelligence,which can be used widely.The research of speech recognition technology has been focused by the world for a long time.The neural network is a new developing science,which simulates the mechanism of human brain and was putted forward by the developing of modern science. This paper mainly studies the application of the BP neural network in the research of speech recognition.The training speed can be accelerated by the method and the recognition performance is also promoted． Key words:speech recognition;neural network;genetic algorithm;BP network 正文 一、语言识别的概述 随着计算机技术的发展，人与机器之间的交流也越来越广泛和深入，计算机己经渗透到人们生活的各个方面。在现代社会中，人们逐渐习惯借助计算机来完成各项事务。在这种情况下，如何让计算机智能化地与人进行通信，使人机交互更加自然方便成为现代计算机科学的重要研究课题之一。 二、语言识别的基本原理 语音识别(Speech Recognition)主要是指让机器听懂人说的话，即在各种情况下，准确地识别出语音的内容，从而根据其信息，执行人的各种意图。现代语音识别技术以神经网络为主要发展趋势，进入20世纪90年代以来，神经网络已经成为语音识别的一条重要途径。人工神经网络(ANN)是采用大量的简单处理单元广泛连接起来构成的一种复杂信息处理网络。网络的训练学习是应用一系列输入矢量，通过已确定的算法逐步调整网络的权值，最终达到期望的目标。BP神经网络是神经网络中前向神经网络的核心部分，BP算法的学习过程由信号的正向传播和误差的反向传播组成。大部分基于神经网络的语音识别系统实现识别功能都要经过从特征参数提取到应用识别算法进行识别的过程。 三、语音识别中的BP网络构造

2020年公需课程-人工智能技术与应用(一骨骼识别、二人脸识别、三步态识别、四虹膜识别、五语音识别)

人工智能技术与应用（练习一：骨骼识别） 1、（单选，10分）单人骨骼识别不需要包含如下处理过程（） A 、关键点区分 B 、关键点检测 C 、关键点串联 D 、结果输出 答案：A 2、（单选，10分）以下哪项不属于目前常用的人体骨架关键点的定义方式（） A 、18 个关键点 B 、14 个关键点 C、25 个关键点 D、7 个关键点 答案：D 3、（单选，10分） 以下哪种环境/ 条件有助于提升人体骨骼识别的准确率（） A 、肢体遮挡 B 、光照良好 C 、观察视角变化 D 、衣服包裹严实 答案：B 4、（单选，10分）人体骨骼识别与哪项技术的关联程度最低（） A 、区块链技术 B 、视频采集技术 C 、图像处理技术 D 、人工智能相关技术 答案：A 5、（单选，10分）以下哪项不是骨骼识别系统包含的功能（） A 、图像采集 B 、图像预处理 C 、图像模糊化 D 、骨骼关键点识别 答案：C 6、（单选，10分）以下哪项不属于造成多人骨骼识别较单人骨骼识别更具挑战的因素（） A 、关键点区分性弱 B 、背景中的局部区域容易混淆 C 、人与人的重叠 D 、需串联的关键点个数增多 答案：D

7、（单选，10分）当前的骨骼识别技术不适用于以下哪个应用场景（） A 、身份认证 B 、视频监控 C 、体感游戏 D 、运动员辅助训练答案：A 8、（单选，10分） 8. 以下哪家公司不属于人体骨骼识别领域的代表企业（） A 、商汤科技 B 、旷视科技 C 、携程旅行网络科技 D 、凌感科技 答案：C 9、（单选，10分）人的头颈、肩部、手肘关节、手腕关节、髋关节、膝关节等可作为人体骨骼关键点。 A 、正确 B 、错误 答案：A 10、（单选，10 分）在自顶向下方法中，人体目标检测需要用方框标记出一块尽可能大的区域。 A 、正确 B 、错误 答案：B 人工智能技术与应用（练习二：人脸识别） 1、（单选，10分） 以下哪项不是人脸识别系统包含的功能（） A 、图像采集 B 、图像预处理 C 、图像模糊化 D 、匹配比对 答案：C 2、（单选，10分） 未来人脸识别的个人隐私防护不包含（） A 、随意授权自己的人脸信息 B 、立法保障“脸权” C 、规范化人脸数据的使用方法 D 、打击隐私泄露行为 答案：A 3、（单选，10分） 以下哪项不属于生物识别技术（） A 、人脸识别 B 、车牌识别 C 、掌纹识别 D 、语音识别 答案：B

人工智能论文 语音识别

信息学院 《人工智能及其应用》课程论文题目：基于神经网络的语音信号识别 作者黄超班级自动08-1BF班 系别信息学院专业自动化 完成时间 2011.6.12

基于神经网络的语音信号识别 摘要 语言是人类之间交流信息的主要手段之一，自电脑发明以来，人们就一直致力于使电 脑能够理解自然语言。语音识别技术是集声学、语音学、语言学、计算机、信息处理和人工 智能等诸领域的一项综合技术，应用需求十分广阔，长期以来一直是人们研究的热点。 神经网络是在现代科学研究成果的基础上提出来的模拟人脑结构机制的一门新兴科 学，它模拟了人类神经元活动的原理，具有自学习、联想、对比、推理和概括能力，为很好 地解决语音识别这样一个复杂的模式分类问题提供了新的途径。 本文针时语音识别的特点．对BP神经网络在语音识别技术中的应用进行了探索性研究， 进而结合人工智能领域较为有效的方法——遗传(GA)算法。针对传统BP算法识别准确率高 但训练速度慢的缺点，对BP网络进行改进，构建了一种基于遗传神经网络的语音识别算法(GABP)，并建立相应的语音识别系统。仿真实验表明，该算法有效地缩短了识别时问，提 高了网络训练速度和语音的识别率。 关键词：语音识别，神经网络，遗传算法，遗传神经网络,BP网络 THE RSREARCH OF SPEECH RECOGNITION BASED ON THE NEURAL NETWORK ABSTRACT Language is one of the most important means of exchanging information among the mankind．Since the computer was invented，many scientists have been devoted to enabling the computer to understand the natural language．Speech recognition is a comprehensive technology of such areas as acoustics，phonetics，linguistics，computer science，information processing and artificial intelligence，which can be used widely．The research of speech recognition technology has been focused by the world for a long time．The neural network is a new developing science，which simulates the mechanism of human brain and was putted forward by the developing of modern science．It is not the overall description of human brain，but the abstract，simulation and simplifying of the physical neural networks of human beings. The purpose of the research in this area is exploring the human brain mechanisms in information processing，storing and searching．If people can understand these mechanisms，a new way for the research of artificial intelligence，information processing and etc.

语音识别为文字Google微软科大讯飞的语音识别引擎对

语音识别为文字：Google，微软，科大讯飞的语音识别引擎对比 学习路线：https://https://www.wendangku.net/doc/ae1475777.html,/qq_36330643/article/details/80077771 使用外部知识库——tf-idf，还可以加上词语出现的位置进行权重增幅。（推荐） 不使用外部知识库——主要根据文本本身的特征去提取:比如在文本中反复出现且 关键词附近出现关键词的概率非常大，因此就有了TextRank算法。（实现包括FudanNLP和SnowNLP)。类似于PageRank算法；ICTCLAS则是从另外一个思路出发，即一个词如果是关键词那么它反复出现并且左右出现不同的词语的概率非常高。即左右熵比较高。 关键词抽取也可以分为两种： 1.仅仅把词语抽取出来，实现较简单，比如：FundanNLP、jieba、BosonNLP、SnowNLP。 2.连词和短语一起抽取出来，这个还需要增加短语抽取这一步骤，实现如：ICTCLAS、ansj_seg等，可以把类似于“智能手机”、“全面深化改革”、“非公有制经济”这些短语抽取出来。（对于聚类或者分类来说，很明显短语比词语更有价值） 词性标注：(Part-of-speech Tagging, POS)是给句子中每个词一个词性类别的任务。这里的词性类别可能是名词、动词、形容词或其他。python jieba库在执行cut函数之后，完成了分词并进行了词性标注任务。 语义角色标注(Semantic Role Labeling, SRL) 是一种浅层的语义分析技术，标注句子中某些短语为给定谓词的论元(语义角色) ，如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。

人工智能语音识别发展报告

人工智能语音识别发展报告Report of Artificial I ntelligence Development

目录 1.语音识别 (3) 1.1.语音识别概念 (3) 1.2.语音识别发展历史 (4) 1.3.人才概况 (6) 1.4.论文解读 (8) 1.5.语音识别进展 (173)

语音识别 1.语音识别 1.1.语音识别概念 语音识别是让机器识别和理解说话人语音信号内容的新兴学科，目的是将语 音信号转变为文本字符或者命令的智能技术，利用计算机理解讲话人的语义内容， 使其听懂人类的语音，从而判断说话人的意图，是一种非常自然和有效的人机交流方式。它是一门综合学科，与很多学科紧密相连，比如语言学、信号处理、计算机科学、心理和生理学等[8]。 语音识别首先要对采集的语音信号进行预处理，然后利用相关的语音信号处 理方法计算语音的声学参数，提取相应的特征参数，最后根据提取的特征参数进行 语音识别。总体上，语音识别包含两个阶段：第一个阶段是学习和训练，即提取语音 库中语音样本的特征参数作为训练数据，合理设置模型参数的初始值，对模型各个参 数进行重估，使识别系统具有最佳的识别效果；第二个阶段就是识别，将待识别语音信 号的特征根据一定的准则与训练好的模板库进行比较，最后通过一定的识别算法得出识 别结果。显然识别结果的好坏与模板库是否准确、模型参数的好坏以及特征参数的选择 都有直接的关系。 实际上，语音识别也是一种模式识别，其基本结构如下图所示。和一般模式 识别过程相同，语音识别包括如图所示3 个基本部分。实际上，由于语音信息的复 杂性以及语音内容的丰富性，语音识别系统要比模式识别系统复杂的多。 图 6-1 语音识别系统框架 其中，预处理主要是对输入语音信号进行预加重和分段加窗等处理，并滤除其 中的不重要信息及背景噪声等，然后进行端点检测，以确定有效的语音段。特征参数 提取是将反映信号特征的关键信息提取出来，以此降低维数减小计算量，

语音识别技术文献综述

语音识别技术综述 The summarization of speech recognition 张永双 苏州大学 摘要 本文回顾了语音识别技术的发展历史，综述了语音识别系统的结构、分类及基本方法，分析了语音识别技术面临的问题及发展方向。 关键词：语音识别；特征；匹配 Abstact This article review the courses of speech recognition technology progress ,summarize the structure,classifications and basic methods of speech recognition system and analyze the direction and the issues which speech recognition technology development may confront with. Key words: speech recognition;character;matching 引言 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门交叉学科，所涉及的领域有信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等，甚至还涉及到人的体态语言（如人民在说话时的表情手势等行为动作可帮助对方理解）。其应用领域也非常广，例如相对于键盘输入方法的语音输入系统、可用于工业控制的语音控制系统及服务领域的智能对话查询系统，在信息高度化的今天，语音识别技术及其应用已成为信息社会不可或缺的重要组成部分。 1.语音识别技术的发展历史 语音识别技术的研究开始二十世纪50年代。1952年，AT&Tbell实验室的Davis等人成功研制出了世界上第一个能识别十个英文数字发音的实验系统：Audry系统。

科大讯飞智能学习机X2 Pro产品介绍

科大讯飞智能学习机X2 Pro产品介绍 一、产品定位 1、讯飞智能学习机X2 Pro是X1 pro全新升级产品，主要面向小学生、初中、高中生使用的旗舰级人工智能学习机； 2、一套科学有效已验证的智慧学习方法 二、产品口号 快速找到加分项 三、主打卖点 1、人工智能个性化精准学习找到弱项精准辅导； 2、个性学习精准辅导找到弱项高效学习。 四、主打功能点 ?初高中生 ?如何学习数理化：根据多年应用实践打造的智慧学习方法，借助人工智能大数据分析技术，帮助孩子精确找到薄弱环节，再针对性的进行学习和巩固，科学高效的提升成绩。 1、AI同步精准学：精准找到加分项巩固提分针对学 选择教材章节，通过少量的题目测试，快速、精准找到本节的薄弱项，然后系统会个性化地推荐一个学习路径和学习资源，

帮助学生针对性的学习、巩固，最终攻克每一个薄弱项，掌握小节的每一个考点。 2、AI专题互动课：千人千面个性化，边学边测互动学 一线名师策划高频考试专题课，通过AI互动答题边学边测，实时检测学生学习情况，动态调整学习路径；课后针对每个学生学习情况，提供个性化作业。 3、AI备考：学习诊断报告，推荐复习资料 根据“同步精准学”的情况生成诊断报告，推荐备考范围内的错题练习，巩固错题；针对历史错题进行变式题强化练习；生成模拟卷，进行精品试卷模拟测试。 4、AI错题本：错题自动规整，归纳出错知识点 答错习题自动规整到错题本，重新作答错题并查看解析，还可进行错题打印，方便复习。同时，线下错题拍照可上传至错题本。针对错题推荐复习、巩固同类题变式题练习。根据录入错题及订正、整理情况生成错题报告，推荐高频出错知识点。 ?如何学习英语：围绕教育部英语新课标提出促进英语学科核心素养的要求，结合讯飞在人工智能、教育大数据以及教育行业多年的沉淀，用考试标准学习英语（教材同步、兴趣培养），聚焦于对学生语言能力（听说读写）提升。

语音识别方法及发展趋势分析

语音识别改进方法及难点分析 ——《模式识别》结课小论文 学院：化工与环境学院 学号：2120151177 姓名：杜妮

摘要：随着计算机技术的不断发展，人工智能程度也越来越高，作为人工智能的一部分——模式识别也在模型和算法上愈发成熟。本文根据近105年文献，分析最新声音识别的方法和应用。 关键字：模式识别声音识别方法应用 随着人工智能的迅速发展，语音识别的技术越来越成为国内外研究机构的焦点。人们致力于能使机器能够听懂人类的话语指令，并希望通过语音实现对机器的控制。语音识别的研究发展将在不远的将来极大地方便人们的生活。 语音识别大致的流程包括：特征提取、声学模型训练、语音模型训练以及识别搜索算法。作为一项人机交互的关键技术，语音识别在过去的几十年里取得了飞速的发展，人们在研究和探索过程中针对语音识别的各部流程进行了各种各样的尝试和改造，以期发现更好的方法来完成语音识别流程中的各步骤，以此来促进在不同环境下语音识别的效率和准确率。本文通过查阅近10年国内外文献，分析目前语音识别流程中的技术进展和趋势，并在文章最后给出几项语音识别在日常生活中的应用案例，从而分析语音识别之后的市场走势和实际利用价值。 一、语音识别的改进方法 (一)特征提取模块改进 特征提取就是从语音信号中提取出语音的特征序列。提取的语音特征应该能完全、准确地表达语音信号，特征提取的目的是提取语音信号中能代表语音特征的信息，减少语音识别时所要处理的数据量。语音信号的特征分析是语音信号处理的前提和基础，只有分析出可以代表语音信号本质特征的参数，才能对这些参数进行高效的语音通信，语音合成，和语音识别等处理，并且语音合成的好坏，语音识别率的高低，也都取决于语音特征提取的准确性和鲁棒性。目前，针对特定应用的中小词汇量、特定人的语音识别技术发展已较为成熟，已经能够满足通常应用的要求，并逐步投入了实用。而非特定人、大词汇量、连续语音识别仍是

从语音开始AI赋能——采访科大讯飞股份有限公司品牌部总监魏强

行业动态News 5 Robot Technique and Application20183 “大家说起科大讯飞，可能就是语音识别，其实，现在的科大讯飞已经不仅仅是语音识别，我们的定位是AI （人工智能）赋能企业。所谓AI 赋能，就是将AI 赋予所有行业新的能力，如智慧医疗（AI +医疗）、智慧教育（AI +教育）等等，在许多行业和领域，我们正跟各大部委、各大单位开展非常深层次的合作。” 科大讯飞股份有限公司品牌部总监魏强先生在接受本刊记者采访时如是说。 去年11月15日，科技部召开新一代人工智能发展规划暨重大科技项目启动会，会议宣布首批国家新一代人工智能开放创新平台，一共4家，他们是：依托百度公司建设自动驾驶国家新一代人工智能开放创新平台；依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台；依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台；依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台。这是第一次，科大讯飞和百度、阿里巴巴、腾讯三家互联网巨无霸企业并肩站在一起，互联网巨头转身成为AI 大咖，曾经简称的三巨头BAT 变成了AI 四大家BATI。从此，科大讯飞以新的姿态站上历史舞台。 AI 赋能 魏总表示，在AI 领域，科大讯飞主攻智能语音技术。语音是科大讯飞核心技术的源头，在语音识别、语音合成、机器翻译、自然语言理解、图像识别等多个领域，科大讯飞目前保持全球领先的优势。 在过去的一年里，科大讯飞拿下7个好成绩：2017国际语音合成大赛第一名；2017国际语音合成大赛全新无监督Machine Learning 任务第一名；2017年8月刷新医学影像领域权威评测LUNA 世界纪录；2017年10月刷新机器阅读理解领域权威评测SQuAD 世界纪录；讯飞智医助理参加2017国家临床执业医师考试评测获得456分，在所有考生中处于中高级水平；2017年10月刷新自动驾驶领域权威国际评测Cityscapes 世界纪录；声音模仿获Voice Conversion Challenge 2018第一名。 这些成绩奠定了科大讯飞智能语音、图像应用的基础，魏总介绍说，“在我们的语音云平台上，有60多万个创业团队使用讯飞核心技术进行二次研发，目前每天日均交互次数达到45亿次以上，过去18个月覆盖终端超过18亿。今年，我们推出了二代翻译机产品，这是AI 技术 落地、面向消费者的拳头产品，翻译机支持33种语言互译、4种方言翻译以及中英文的离线翻译，翻译时间非常快，零点几秒就翻译出来了。” 在商务领域，魏总强调，科大讯飞坚持用“AI +”建 设美好世界。例如，在“AI +教育”方面，科大讯飞已经服务了13000多所学校，累积8000多万师生；在“AI +医疗”方面，去年科大讯飞的机器人医生成为全球首个通过医师资格认证考试的机器人，目前，该机器人医生服务在30多所医院里；在“AI +政法”领域，科大讯飞的产品服务了300多所法院，100多所检察院，以现代化的智能手段推动司法公平公正；在“AI +汽车”领域，据介绍，目前国内90%的汽车智能语音系统都是科大讯飞的产品，包括奔驰、宝马、雷克萨斯、奥迪、广汽传祺、长安等30多个汽车品牌在内；在“AI +客服”领域，科大讯飞服务了国内90%以上的相关厂商。 双轮驱动 魏总认为，“这一轮人工智能的浪潮，应用才是硬道理。目前人工智能的发展取决于三个要素：核心算法、行业大数据和领域专家，有了这三方面的支持，应用才可能真正落地。从业务上看，科大讯飞的落地应用包括to B （商务领域）和to C（消费领域）两个方面，即双轮驱动。” 科大讯飞在2016年底成立了消费者事业部，由公司执行总裁、首席科学家胡郁亲自担任该部门负责人，讯飞翻译机就是该部门主推的产品。 在商务领域，像为政府部门做数据采集、语音采集等， 都是科大讯飞目前已经开展的工作，各种“AI +”应用也一直在挖掘。 从语音开始AI 赋能 ——采访科大讯飞股份有限公司品牌部总监魏强 行业动态(政策与市场 )

科大讯飞产品分析报告-V1.0

科大讯飞产品分析报告-V1.0

科大讯飞语音云产品分析报告

系统架构 ............................ (5) 2.1网 络 拓 扑 图 5 22系 统 功 能 图 6 丿品功能 .... (7) 产品优势 .... (7) 4.1用 户 方 7 42开 发 方 8 相关产品介绍 (8) 5.1讯 飞 ______ 占 8 5.1.1 概 _述 8 5.1.2 能 介 绍 8 5 21 ■飞 输- 入— 法 目录 2 3 4 5

521概 10 5.2.2功能介绍 11 5.3讯________ 飞__________ 口讯 61^ __________ 营__________ 模 _________ 式 12 6.2可_____ 行_______ 性 ______ 分______ 析 12 6.2.1 产______ 品 _______ 推 _______ 广1概述 在传统通信计算模式下，语音的处理方式多是通过单个通信终端完成，例如我们熟悉的手机等通信终端；在云计算技术背景下，语音的格式转换、辨别等操作完全在“云”端执行。 语音云，就是采用云计算的方式来执行语音操作，利用云速度快，准确度高的特

性，实现快速的语音应用。 关注语音云的厂商主要有安徽“科大讯飞”公司和北京“云知声”。 科大讯飞的语音云 MSP(iFLY Mobile Speech Platform )在10年十月举行发布会。通过MSP移动互联网的终端用户可以随时随地的使用语音服务。 产品介绍 2系统架构 2.1 网络拓扑图

MSP 系统部署在互联网上，通过运营商的三网接入，无论是传统的互联网终 端还是移动互联网终端都能够通过网络获得语音服务。 MSP 在互联网上建立多个 云服务中心，每个服务中心能够独立提供稳定的互联网语音服务，云服务中心 之间自动同步数据。通过这种机制，用户可以获得高度可用、流畅的语音功能 支持 2.2 系统功能图 上图蓝色区域为MSP 系统的实现范围，浅色区域是与 MSP 密切相关的组件 .ffi 1 餉倜户 乂 丫 *钳用戶 . GPRSAD6E 口联.風电职'.苑 曰茁 耐期□志 卿a 価耳 fl 乩一恤IR ftnfl 户 蓋曲人貝 住为■茹忻人 fl JL 方甘出 M^INX-Fail 匚 :T 詰音阪 宾门㈡劇尊 屋㈣埠 加 drm 曲珅 m bivVKX 'A 1 U/MTK/CNV J?V A JSPHWtT 戦 買卉铠打帕I 出 Wirtdduvc, UtiuJt SoUrk 程欝器攔压的

科大讯飞深度研究报告

科大讯飞深度研究报告：良工心磨砺，静听春江暖 i投资（微信号：itouzi8）“VIP会员俱乐部”旨在搭建专业的产业链研究社群。通过汇集产业专家、行业分析师、PE/VC、上市公司及实业高管和职业投资人，一起进行深入、全面、前瞻性的产业链研究，发掘股权、股票市场的投资机会。申请加入VIP方法：请加小i个人微信，微信号：itouzi6，加入时请标注：vip+姓名+公司+职位+手机 作者：长城证券周伟佳 投资建议： 在苹果发布SIRI三年后的今天，语音行业愈发成熟，语音应用遍地开花，互联网语音门户的盈利模式逐渐成形。$科大讯飞(SZ002230)$在这3年里，证明了自己的技术实力与市场能力，确立了中文语音门户霸主地位，同时取得了财务增长。在进一步优化了股权结构之后，讯飞将再次起飞。预计公司2014年至2016年EPS为0.55/0.89/1.42元，对应PE51/31/20倍，首次覆盖，强烈推荐。 投资要点： 股权结构合理确保长期增长：近期公司增加科大控股与胡宏伟先生为公

司一致行动人，合计持股达到总股本20.95%，高持股比例确保公司高管有足够动力。公司第二期授予的股票期权的行权价格为29.88元，接近现价，彰显公司信心。 行业门槛不断抬高：语音技术已经脱离了小打小闹的年代，需要大量的资金和人力的投入。讯飞依托中科大的学术实力和人力资源供给，拥有强大的研究团队。同时拥有多项业内唯一的产业资源，如国家863产业化基地、发改委“语音高技术产业化示范工程”、语音技术标准牵头制定单位等，享有“语音技术国家队”的政策待遇。可以说，讯飞将行业门槛提升到一个新的高度。 技术实力一统江湖：公司在中文语音行业积累了十几年，在普通话测评、呼叫中心，及语音云上亿用户中积累了大量的语音数据，对不常用语如专业用语和方言等等识别率逐步提高，难以复制。目前市场上其它中文语音相关公司，很多是讯飞的旁支，也有在讯飞系统上进行二次开发，真正的能与讯飞匹敌的对手，尚未出现。 语音应用遍地开花结果：行业应用上，在电信级语音平台业务具有垄断地位，在教育领域称霸语音教具和口语测评，在国安公安领域承建声纹库和声纹处理服务器。在互联网领域，公司把控了智能电视、OTT、国产智能机、嵌入式软件、车载、可穿戴和智能家居等等软硬件产品的语音入口。 估值略贵但值得拥有：在互联网入口尚未完全产生效益的情况下，公司仅凭现有电信、教育等业务，即可实现50%左右的增长，估值水平会迅速回落。更有互联网创新盈利模式储备，强烈推荐。

2019年智能语音行业科大讯飞分析报告

2019年智能语音行业科大讯飞分析报告 2019年9月

目录 一、智能语音龙头，攀登人工智能新高地 (5) 1、人工智能国家队，技术实力超群 (5) 2、持续加大技术投入，产品落地速度加快 (7) 8 3、公司管理层履历出色 ........................................................................................ 4、多次股权激励助力公司增加凝聚力 (9) 二、打造“智能语音+人机交互”顶级生态，AI进入落地元年 (10) 1、AI上升为国家意志，五大国家级AI创新平台担负历史使命 (10) 2、AI投融资趋于理性，变现能力成为关注重点 (15) 三、AI智慧中枢平台，技术实力冠绝全球 (18) 1、“平台赋能+赛道下沉”打造多层次人工智能产业生态 (18) （1）整合多年技术成果，铸就人工智能生态平台 (18) （2）基于自主可控核心技术，持续推进“平台+赛道”战略 (19) （3）讯飞开放平台开发者持续增加，应用生态逐步完善 (20) （4）讯飞开放平台打造一站式智能交互服务 (20) 2、讯飞AI技术登顶世界之巅 (21) 3、iFLYOS 2.0争做AIoT时代的Android (23) 4、探索认知智能边际，讯飞获批认知智能国家重点实验室 (25) 四、消费者业务异军突起，公司AI落地速度加快 (27) 1、讯飞输入法雄踞国内第三方输入法市场满意度冠军 (29) 2、讯飞翻译机热度持续升高，翻译服务次数破5亿次 (31) 3、讯飞录音笔语音识别能力超群 (33) 4、讯飞学习机发布，探索智慧教育落地新途径 (34)

人工智能 语音识别 论文

基于神经网络的语音信号识别 摘要 语言是人类之间交流信息的主要手段之一，自电脑发明以来，人们就一直致力于使电脑能够理解自然语言。语音识别技术是集声学、语音学、语言学、计算机、信息处理和人工智能等诸领域的一项综合技术，应用需求十分广阔，长期以来一直是人们研究的热点。神经网络是在现代科学研究成果的基础上提出来的模拟人脑结构机制的一门新兴科学，它模拟了人类神经元活动的原理，具有自学习、联想、对比、推理和概括能力，为很好地解决语音识别这样一个复杂的模式分类问题提供了新的途径。本文针时语音识别的特点．BP 神经网络在语音识别技术中的应用进行了探索性研究，对进而结合人工智能领域较为有效的方法——遗传(GA)算法。针对传统BP 算法识别准确率高但训练速度慢的缺点，对BP 网络进行改进，构建了一种基于遗传神经网络的语音识别算法(GABP)，并建立相应的语音识别系统。仿真实验表明，该算法有效地缩短了识别时问，提高了网络训练速度和语音的识别率。关键词：语音识别，神经网络，遗传算法，遗传神经网络,BP 网络RECOGNITIO THE RSREARCH OF SPEECH RECOGNITION BASED ON THE NEURAL NETWORK ABSTRACT Language is one of the most important means of exchanging information among the mankind．Since the computer was invented，many scientists have been devoted to enabling the computer to understand the natural language．Speech recognition is a comprehensive technology of such areas as acoustics，phonetics，linguistics，computer science，information processing and artificial intelligence，which can be used widely．The research of speech recognition technology has been focused by the world for a long time．The neural network is a new developing science，which simulates the mechanism of human brain and was putted forward by the developing of modern science．is not the overall description of human brain，the abstract，It but simulation and simplifying of the physical neural networks of human beings. The purpose of the research in this area is exploring the human brain mechanisms in information processing，storing and searching．If people can understand these mechanisms，a new way for the research of artificial intelligence，information processing and etc. can be opened up. Artificial neural network is a system which using a physically feasible system to imitate the structure and function of nerve cells in human brain，which has the ability of self—learning，contrasting，reasoning and summarizing .It have offered a new way in solving such complicated pattern classification problems as speech recognition．This paper mainly studies the application of the BP neural network in the research of speech recognition. BP neural network can get higher identification precision, but its training speed is very low, a new recognizing algorithm based on BP algorithm by combining with good effect method in ANN which named genetic algorithm (GA) was proposed and used to improve the BP neural network. Experiments results show that the training speed can be accelerated by the method and the recognition performance is also promoted．words: Key words speech recognition, neural network, genetic algorithm, genetic neural network, BP network 1．绪论1.1 1.1 课题背景1．1．1 语音识别概述随着计算机技术的发展，人与机器之间的交流也越来越广泛和深入，计算机己经渗透到人们生活的各个方面。在现代社会中，人们逐渐习惯借助计算机来完成各项事务。在这种情况下，如何让计算机智能化地与人进行通信，使人机交互更加自然方便成为现代计算机科学的重要研究课题之一。语音识别(Speech Recognition)主要是指让机器听懂人说的话，即在各种情况下，准确地识别出语音的内容，从而根据其信息，执行人的各种意图。语音识别是一门涉及面很广的交叉学科，它是目前发展最为迅速的信息研究诸领域中的一个。语音识别的最大优势在于使得人机用户界面更加自然和容易使用。随着计算机技术、模式识别和信号处理技

科大讯飞：听见中国智能语音技术最强音

龙源期刊网 https://www.wendangku.net/doc/ae1475777.html, 科大讯飞：听见中国智能语音技术最强音 作者：杨玄章 来源：《大学生》2017年第05期 新生报到季，某校刚刚入学的新同学没有像以往一样领到厚厚的一本新生指南，取而代之的是一个叫“新生助手”的小盒子或者手机“小马甲”。在这个陌生的环境下，这个“新生助手”就成为了同学们融入校园生活最可靠的伙伴了。 语音技术进校园 “哪里可以买到便宜的洗漱用品？”新生小贾刚刚把行李放下，就要买必备的生活用品了。 “小助手”回答道：“学校周边步行范围内有两个超市，一个物美超市在南门外面的学府街2号，一个是学生超市在学校的二食堂边上。您是要买牙刷、牙膏和毛巾么？请选择一下吧。”这时，在智能设备的屏幕上，展现了这两个超市的地图，同时把小贾可能要买的东西在这两个超市的价格都罗列在下面。 小贾很高兴地说道：“好啊，就这几个东西吧，我想从学校里的学生超市买这几样。给我送到宿舍来吧。” “好的，”接到了小贾的指示，“小助手”直接下了单，“东西会在30分钟之后送达。另外，今天是新学期第一天，你要不要去校园里看看呢？” 小贾问道：“去哪里看好呢？新学期学校应该有什么活动吧？” “小助手”依次列出了今天学校所有的活动和地点：“10点到17点，北门小树林有各个社团的招新活动；10点到11点，我的朋友S博士会介绍学校的智能授课评估系统……” “这个智能授课要去听，据说以后我们的课堂综合评分，都是由这个智能语音系统来完成的。”同宿舍的小于在旁边忍不住插嘴。 “好啊！那就帮我们订两个座位吧，我们10点去参加S博士的演讲。”小贾说。 几秒钟后，“小助手”在其上方投射出一个报告厅的全息座位图，其中有两个座位高亮显示：“定好了！你们的座位在在H21和H23。报告厅离宿舍不远，我已经把路线图推送到你们的手机上了。” 小贾和小于顺着地图的指引，刚刚来到报告厅门口，“小助手”先跳出来和“S博士”打招呼了：“S博士你好，这是新生小贾和小于，今天来学习智能授课评估系统。”

2019年国内领先的智能语音技术软件企业科大讯飞的商业模式及核心竞争力研究

2019年国内领先的智能语音技术软件企业科大讯飞的商业模式及核心竞争力研究

目录 投资案件 (4) 投资评级与估值 (4) 关键假设点 (4) 有别于大众的认识 (4) 股价表现催化剂 (5) 核心风险提示 (5) 一、行业分析 (6) （一）规模：人工智能语音识别技术成熟，落地前景广阔 (6) （二）产业链：人工智能基础应用技术提供商是核心力量 (9) （三）影响因素：落地领域需求旺盛、国家政策支持 (10) 二、公司概述 (13) （一）公司简介 (13) 1、国内领先的智能语音技术软件企业 (13) 2、商业模式 (14) 3、国内竞争企业对比 (15) （二）公司核心竞争力： (15) 1、科技研发投入较大，核心技术成果斐然 (15) 2、客户优势明显 (17) 三、财务假设和盈利预估 (20) 图表目录 图表1：全球人工智能市场规模和增长率 (6) 图表2：2018全球人工智能企业分布国家情况 (6) 图表3：中国人工智能市场规模和增长率 (6) 图表4：人工智能三个发展阶段 (7) 图表5：2018中国人工智能企业基础应用技术分布 (7) 图表6：全球人工智能语音应用市场规模 (7) 图表7：2018全球智能语音厂商市场占有率 (7) 图表8：中国人工智能语音应用市场规模 (8) 图表9：2018下半年中国人工智能语音应用市场结构 (8) 图表10：全球智能语音识别错误率 (8) 图表11：全球主要头部厂商的语音互动产品 (9) 图表12：部分智能语音应用落地场景 (9) 图表13：人工智能产业链 (10) 图表14：全球智能手机中配备智能语音设备的比例 (10) 图表15：中国可穿戴市场规模和增长率 (10) 图表16：中国教育信息化投入 (11)