产业|对话捷通华声武卫东：以技术为根，以需求为本，推动人工智能产业发展

在全球疫情爆发、经济下行压力加大双重影响下，国内外资本、人才、贸易、产业链均受到不同程度影响，消费者需求和企业运营模式加速向线上倾斜，智能化场景愈加多元和深入，人工智能尤其是智能语音行业市场逆势上扬，整体利好。
“新发展格局下，产业数字化驱动人工智能向多元化、融合化发展，技术输出‘厚度’增加，‘边界’扩大，智慧城市加速构建，‘泛在智能’初见雏形。”捷通华声董事长武卫东在接受亿欧智库独家专访中，对人工智能产业发展给出了这样的判断。同时，结合自身20余年的发展历程，与亿欧智库针对智能语音市场现状与发展趋势进行了深度探讨。
中国人工智能产业发展的缩影第三次人工智能发展浪潮来临前夕。
2000年，几位清华学子怀着“让机器‘能说会听，能写会看，能辨音会认人，能思考会判断’，为人们的生活带来轻松与便捷”的美好愿望，成立捷通华声，是国内最早投入人工智能领域的创业团队之一。
深度学习开启人工智能新一轮繁荣。
2011年，基于深度神经网络的声学模型在大词汇量连续语音识别任务上获得了显著的性能提升，智能语音领域研究开始转向深度学习。这一年，捷通华声对外发布灵云平台，将语音识别、语音合成、语义理解、机器翻译等智能语音、智能语义技术面向产业全面开放。
2016年，语音识别准确率第一次达到人类水平，进入快速落地期。智能语音成为金融、能源、电信、互联网等行业产业提升发展战略的关键词。人工智能发展进入新阶段，成为新一轮产业变革的核心驱动力。
深耕AI二十载，匠心铸就领先。本着对核心技术孜孜不倦的探索精神和务实推进的原则，捷通华声在不断摸索中走出了自己的道路，即以自主研发的人工智能算法为核心，以市场应用为导向，推进智能语音、智能语义等技术研发持续创新与融合，形成由技术到平台、由产品到解决方案全覆盖的产业生态，全面融入经济社会发展。
智能语音：人机交互的综合体现语音是人类最直接、最简洁的交流方式。同样，以实现人和机器像人与人一样无障碍交流为使命的智能语音技术，被认为是数智化时代万物智联最方便的入口。相对整个人工智能产业，智能语音产业化程度更高，是所占份额比例较大的细分领域，正以其广阔的产业化应用席卷人们日常生活和工作的方方面面。
“提到智能语音，公众最直观的感受可能是语音识别，但实际上智能语音所包含的内容远比我们想象的复杂。”武卫东介绍到。
完整的智能语音包括声音信号的前端处理、将声音转为文字供机器处理、在机器生成语言之后，用语音合成技术将文本语言转化为声波，从而形成完整的人机语音交互链条。背后涉及声学研究、语言学研究、数字信号处理、自然语音处理研究及垂直场景的深度语义理解，如果要感知声音的起止、讲话人身份和语种等特征，还需另外进行语音唤醒、声纹识别和语种分类等任务。“就像一个拼接的木桶，每一个环节出现短板，都将直接影响最终交互结果。”
捷通华声与清华大学合作，成立灵云人工智能研究中心、清华海峡院人工智能研究中心，不断加强对核心技术的研发投入，强化每一个板块，实现语音识别、语音合成、语义理解、机器翻译等多项技术保持行业领先，同时推动各项技术交叉融合，为人工智能持续发展积蓄力量。
正是对核心技术不断创新和融合发展的坚持，捷通华声在推进各行业智能化发展的过程中形成了自身独特的优势，成长为中国人工智能技术实力的引领者和产业化应用的探索者。