继北京站之后，4 月 18 日，云知声开放日（Open Day）第 2 场来到深圳。本次云知声放日聚焦 AI 技术、应用和产业，云知声董事长/CTO 梁家恩博士与多位云知声技术专家向深圳的合作伙伴、行业人士全面的秀出了全栈 AI 硬核技术，并与腾讯杰出科学家/腾讯 AI Lab 副主任俞栋、携住科技联合创始人叶明、同行者科技联合创始人叶维、金鹰卡通卫视产品总监戴文博、三诺声智联副总经理乔峤等多位嘉宾，剖析了 AI 技术在酒店、车载、教育等领域的应用及落地。
全栈：技术能力全栈，产业服务全栈
梁家恩博士作为人工智能行业的资深从业者，在现场与我们复盘了发展历程，他表示，在 AI 大潮退去之后，技术的产业化能力成为了决胜的关键。技术如果不能解决产业问题，那么技术将化为企业“炫技”的产物。基于此，梁家恩博士将云知声的 AI 哲学概括为“全栈”和“硬核”。
云知声董事长/CTO 梁家恩博士
“全栈”包含了全栈 AI 技术能力和全栈 AI 落地能力两个维度。经过多年的发展，目前，云知声的 AI 能力已经超了单一的语音技术，覆盖了 Atlas 机器学习超算平台，信号、语音、图像、文本的感知和表达能力，知识、理解、分析、决策等认知技术，并朝着多模态人工智能系统方向发展。同时，云知声通过将能力封装在自研 AI 芯片之上，打磨了“云端芯”一体化产品体系，推动 AI 技术在家居、车载、儿童、教育、医疗、金融、零售等多个领域实现落地，实现了从 AI 技术到产业应用的生态闭环。
硬核：确实、有效地解决产业规模化痛点
“硬核”，指技术方案能够确实、有效地解决产业规模化痛点，为终端用户提供相对成熟的用户体验。
以当时最热门的智能语音为例，经历了两年的市场教育，现如今，语音交互技术被广泛应用到各大场景中，成为了 AI 技术落地最典型的应用案例。然而，在实际使用中，AI 需要面对的情况比实验室中要复杂得多，一旦产品软硬件的某一环处理不好，便容易出现“听不到、听不懂、答非所问”等问题。针对这类行业痛点，在本次云知声开放日深圳站现场，云知声的技术团队从语音交互技术的拾音、识别和交互等维度，深度剖析了技术难点和解决方案。
在 AIoT 场景下，设备首先要解决的便是远场拾音问题。云知声 AI Labs 技术专家关海欣表示，解决远程语音识别的关键在前端信号处理阶段，解决回声、混响和噪音 3 大核心问题，以确保设备可以准确识别到用户指令。目前，云知声在回声消除、混响抑制、噪声处理等方向均已有成熟的技术方案，相关技术指标均达行业一流水准。另外，未来远程语音识别还将呈现 DSP+DL 结合、分布式拾音两大趋势，对此，云知声也已经展开了相应的技术部署。
云知声 AI Labs 技术专家关海欣
在语音识别阶段，则需要在声学和语言层面，赋予机器感知并语音指令的能力。云知声 AI Labs 技术专家李轶杰表示，声学方面，云知声基于大数据、前沿声学建模、自适应学习搭建了声学模型；在语言层面，云知声创建了一个数据规模大、融合能力强、灵活和个性化的语言模型，以上模型在还将基于超算平台不断优化迭代。此外，云知声还将其语音识别能力延展到语音评测、声纹识别、情绪识别等多个方向。
云知声 AI Labs 技术专家李轶杰
在对话阶段，围绕更加自然的人机交互，云知声打造了流式交互、语用计算与知性会话 3 大硬核能力。云知声 AI Labs 技术专家单波介绍到，流式交互最大的特点是在多轮对话免唤醒，大大的提升了人机对话过程中的流畅程度；语用计算则是将人机对话内容放置到对应的语境中，让设备准确的理解人的意图；最后，知性会话则是通过将知识图谱应用到人机对话过程中，让设备准确的响应用户的问题。
云知声 AI Labs 技术专家单波
基于上述技术，2013 年，云知声面向合作伙伴开放对话技能开放平台（语义云），帮助合作伙伴打造更加自然的人机交互体验，同时在实践中不断提升语义解析能力。目前这一平台已经支持 200 多个的对话内容，覆盖通讯、休闲娱乐、医疗健康、交通出行、设备控制等多个场景，语义解析准确率高达 93%。
值得一提的是，语音感知与表达、语言与知识计算只是云知声硬核 AI 技术的冰山一角，目前，云知声硬核技术还包含了 AIoT 芯片、超算平台与图像、翻译拓展等。
落地：覆盖酒店、汽车、儿童、音箱等场景
在大数据、深度学习、超算平台的加持下，人工智能底层技术将冲破阀值，带来成熟的体验，在技术和需求的双重推动下，人工智能将迈入发展的黄金阶段，并掀起新一轮的 AIoT 产业变革。在下午的「智能+」分论坛中，云知声副总裁康恒、云知声 AIOS 架构师郭洪光、与携住科技、同行者科技、金鹰卡通、三诺声智联等多位合作伙伴，结合实际案例，深入探讨了 AI 技术的在酒店、汽车、儿童和音箱等场景中的应用。
云知声副总裁康恒表示，在整个产业链中，AI 技术是个“基础设施”，且这一基础设置不可能在不加以定制的情况下适用全部场景。AI 在落地过程中，需要充分考虑使用场景和落地行业。基于对场景和产业的深度思考，2014 年，云知声便开始结合产业链，将云知声的 AI 技术赋能到个行业中去。
