不過(guò)，互聯(lián)網(wǎng)時(shí)代的語(yǔ)音識(shí)別在很多場(chǎng)景中，都在手機(jī)等近講設(shè)備上完成。所謂的近講設(shè)備，是指設(shè)備只有1到2個(gè)麥克風(fēng)，語(yǔ)音交互距離只能局限在0.5米范圍，且對(duì)周圍的噪音抑制能力較差。
在物聯(lián)網(wǎng)時(shí)代，如果想要在遠(yuǎn)場(chǎng)識(shí)別的產(chǎn)品中，達(dá)到一個(gè)好的語(yǔ)音交互體驗(yàn)，引入麥克風(fēng)陣列產(chǎn)品勢(shì)在必行，麥克風(fēng)陣列利用聲音信號(hào)處理算法，對(duì)空間中的聲音做信號(hào)處理。
例如，在語(yǔ)音喚醒時(shí)，定位說(shuō)話人的方位，進(jìn)而增強(qiáng)說(shuō)話人方向的語(yǔ)音，抑制說(shuō)話人方向以外的聲音，同時(shí)抑制非人聲背景音，另外對(duì)設(shè)備自己播放的聲音也可以通過(guò)回聲消除功能過(guò)濾掉，實(shí)現(xiàn)語(yǔ)音打斷的交互體驗(yàn)。
麥克風(fēng)陣列通過(guò)2個(gè)，4個(gè)或者6個(gè)麥克風(fēng)，組成線性布局陣列或者環(huán)形布局陣列，可以實(shí)現(xiàn)3~5米范圍內(nèi)的有效拾音，配合優(yōu)化的遠(yuǎn)場(chǎng)識(shí)別模型，語(yǔ)音識(shí)別率可以達(dá)到95%以上。
捷通華聲和清華大學(xué)合作，在和合作伙伴推出一系列麥克風(fēng)陣列硬件產(chǎn)品后，麥克風(fēng)陣列SDK即將登陸靈云平臺(tái)（aicloud.com）。
屆時(shí)，智能硬件的開(kāi)發(fā)者在靈云平臺(tái)的開(kāi)發(fā)者社區(qū)即可完成麥克風(fēng)陣列SDK下載。在捷通華聲技術(shù)支持人員的配合下，完成SDK集成，實(shí)現(xiàn)麥克風(fēng)陣列技術(shù)和智能硬件產(chǎn)品的結(jié)合，打造出具備出色語(yǔ)音交互體驗(yàn)的機(jī)器人、家電、音箱、車載產(chǎn)品。
捷通華聲依托清華大學(xué)在麥克風(fēng)陣列信號(hào)處理領(lǐng)域10多年的技術(shù)積累，在產(chǎn)品化的過(guò)程中，不斷和客戶的產(chǎn)品磨合，使麥克風(fēng)陣列核心技術(shù)在語(yǔ)音喚醒、聲源定向、回聲消除、語(yǔ)音降噪等方面均達(dá)到了行業(yè)領(lǐng)先水平。
作為捷通華聲靈云人工智能平臺(tái)的第11項(xiàng)核心技術(shù)，麥克風(fēng)陣列技術(shù)登錄靈云平臺(tái)后，配合已有的云+端語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成、聲紋識(shí)別等語(yǔ)音技術(shù)，可以為客戶產(chǎn)品提供全鏈條的語(yǔ)音交互產(chǎn)品和服務(wù)。
無(wú)論客戶的產(chǎn)品是哪一種平臺(tái)，哪一種形態(tài)，靈云VUI(Voice User Interface)均可以提供對(duì)應(yīng)的方案，提供定制化的語(yǔ)音服務(wù)，和客戶一起推出差異化語(yǔ)音交互的產(chǎn)品。
一些Q&A
Q：如何使用靈云麥克風(fēng)陣列SDK？
A：開(kāi)發(fā)者需要登錄靈云開(kāi)發(fā)者社區(qū)，下載對(duì)應(yīng)版本的麥克風(fēng)陣列SDK，對(duì)于需要移植SDK的硬件系統(tǒng)平臺(tái)，開(kāi)發(fā)者需要聯(lián)系靈云技術(shù)支持工程師，溝通移植對(duì)應(yīng)的SDK版本。
Q：怎么將SDK與麥克風(fēng)硬件結(jié)合起來(lái)？
A：用戶的智能硬件產(chǎn)品，需要支持安卓，windows或者linux系統(tǒng)，同時(shí)可以采集到2路，4路或者6路麥克風(fēng)原始錄音，以及1路或者2路回聲消除參考音頻，需要和靈云技術(shù)支持工程師溝通，保證錄音和靈云麥克風(fēng)陣列SDK適配。
Q:2/4/6麥克風(fēng)陣列分別適合哪些智能硬件？
A：主要看設(shè)備的形狀、尺寸和應(yīng)用場(chǎng)景，例如，空調(diào)通常是面向前方180°拾音，用線性陣列，2/4麥克風(fēng)都可以；家庭陪伴機(jī)器人在室內(nèi)四處走動(dòng)，需要拾取來(lái)自360°各個(gè)方向的聲音，可以用4/6麥克風(fēng)環(huán)形陣列。當(dāng)然，麥克風(fēng)越多，拾音和定向效果越好。
Q：麥克風(fēng)陣列SDK是否需要適配靈云遠(yuǎn)場(chǎng)識(shí)別SDK？
A：原則上沒(méi)有對(duì)第三方語(yǔ)音識(shí)別做限制，不過(guò)考慮到后續(xù)語(yǔ)音識(shí)別的優(yōu)化，建議采用靈云遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別SDK。除了靈云遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別SDK，做為全方位的人工智能平臺(tái)，靈云平臺(tái)的聲紋識(shí)別SDK也可以配合麥克風(fēng)陣列SDK做優(yōu)化。
靈云麥克風(fēng)陣列高級(jí)產(chǎn)品經(jīng)理高江江介紹到，相比市場(chǎng)上的同類產(chǎn)品，靈云麥克風(fēng)陣列SDK登錄靈云平臺(tái)后，作為全球第一個(gè)開(kāi)放的麥克風(fēng)陣列平臺(tái)服務(wù)提供商，充分表明捷通華聲的用戶理念，即全面擁抱智能語(yǔ)音硬件產(chǎn)品的合作伙伴，致力于和客戶一起推出差異化的語(yǔ)音交互產(chǎn)品。
靈云平臺(tái)的第11項(xiàng)核心技術(shù)——麥克風(fēng)陣列技術(shù)，在全面服務(wù)智能硬件產(chǎn)業(yè)的過(guò)程中，必然會(huì)將語(yǔ)音交互產(chǎn)品從傳統(tǒng)的近講時(shí)代推向遠(yuǎn)場(chǎng)語(yǔ)音交互時(shí)代。
靈云平臺(tái)更多信息：www.aicloud.com
體驗(yàn)靈云客服機(jī)器人：010-82826886-8898
