在智能家居給人們帶來便捷生活的同時，人們的控制習(xí)慣逐漸發(fā)生改變。語音技術(shù)的發(fā)展也為控制入口做了一個補(bǔ)充，在拋去了傳統(tǒng)遙控器和手機(jī)APP之后，通過口令發(fā)送讓家居環(huán)境達(dá)到舒適狀態(tài)，讓生活更便捷智能，這是否會成為智能家居行業(yè)下一個階段的普遍應(yīng)用?

遠(yuǎn)場語音識別、云端語義辨識、人工智能應(yīng)用等等一個個技術(shù)節(jié)點得到新的突破，為智能家居提供了新的控制入口選擇。本文將從技術(shù)趨勢多角度為您呈現(xiàn)語音控制技術(shù)在智能家居產(chǎn)品和集成項目中的應(yīng)用前景。

科大訊飛：將語音控制落地化成果應(yīng)用于智能家居行業(yè)

科大訊飛是國際上最早開始研究遠(yuǎn)場語音識別技術(shù)的機(jī)構(gòu)之一，也是國內(nèi)唯一具備成熟解決方案的廠商之一。目前在智能語音和人工智能領(lǐng)域的落地化研究成果包括：“訊飛超腦”計劃正在研究的“自主互聯(lián)”、 “自然交互”及“智能決策”; 多語種、多類別的高效語音識別;業(yè)界最高響應(yīng)率的低功耗語音喚醒;“聲紋+人臉”識別：為智能家居相關(guān)使用場景提供安全可靠、自然流暢的驗證方式;遠(yuǎn)場語音識別;語音合成;智能家居語義庫：智能家居行業(yè)全類別的控制指令，擁有平均使用場景下超過94.43%的準(zhǔn)確率;軟件硬件一體的解決方案;技術(shù)+服務(wù)的深度對接支持等，訊飛目前的技術(shù)能力將智能語音和人工智能領(lǐng)域的落地化研究成果應(yīng)用于智能家居行業(yè)，并且提供一站式打包方案。

麥克風(fēng)陣列基本原理圖

遠(yuǎn)場語音：多麥克風(fēng)靈活排列 拾音波束抑制噪聲

在遠(yuǎn)場場景中，空間的混響、背景噪聲、人聲干擾以及音源的回聲都會急劇的降低語音識別的體驗?？拼笥嶏w的“遠(yuǎn)場識別”技術(shù)采取多麥克風(fēng)靈活排列的方式，通過線性陣列、平面陣列、立體陣列能對聲源的距離、方向作出判斷，適應(yīng)各種遠(yuǎn)距離應(yīng)用場合，保證準(zhǔn)確穩(wěn)定的識別效果;同時根據(jù)麥克風(fēng)陣列的空域濾波特性，在目標(biāo)說話人方向形成拾音波束，抑制波束之外的噪聲和反射聲，以使得其具備良好的降噪和去混響效果。這是科大訊飛的“遠(yuǎn)場識別”技術(shù)不同于業(yè)內(nèi)其他被稱為“遠(yuǎn)程/遠(yuǎn)距識別”技術(shù)的關(guān)鍵所在。

訊飛超腦：突破感知向理解目標(biāo)邁進(jìn)

“訊飛超腦”計劃是科大訊飛啟動的針對高級人工智能，即認(rèn)知智能的前瞻重大攻關(guān)項目，是訊飛從“讓計算機(jī)能聽會說”成功的基礎(chǔ)上，向“讓計算機(jī)能理解會思考”的目標(biāo)邁進(jìn)的關(guān)鍵項目支撐。在語音識別等傳統(tǒng)人工智能，即感知智能領(lǐng)域取得了突破基礎(chǔ)上，科大訊飛于2014年年中正式啟動了訊飛超腦計劃，該計劃的目標(biāo)是研發(fā)實現(xiàn)具有深層語言理解、全面知識表示、邏輯推理聯(lián)想、自主學(xué)習(xí)進(jìn)化等高級人工智能的智能系統(tǒng)，并且在教育、客服、人機(jī)交互、醫(yī)療等領(lǐng)域?qū)崿F(xiàn)推廣應(yīng)用，推動相關(guān)應(yīng)用系統(tǒng)實現(xiàn)智能程度的本質(zhì)突破。

單麥克風(fēng)、麥克風(fēng)陣列以及手機(jī)近講的語音識別率對比圖

語音模型：優(yōu)化識別效果 提高識別準(zhǔn)確率

科大訊飛是國內(nèi)首家將機(jī)器學(xué)習(xí)領(lǐng)域深度學(xué)習(xí)研究引入到語音識別聲學(xué)模型訓(xùn)練的公司。訊飛使用帶RBM預(yù)訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)，極大提高了聲學(xué)模型的準(zhǔn)確率，并率先取得了突破性進(jìn)展。使用深層神經(jīng)網(wǎng)絡(luò)模型(DNN)后，語音識別錯誤率降低了超過30%。

同時，針對特定垂直領(lǐng)域的語音聽寫模型，在大量累計垂直領(lǐng)域語料的基礎(chǔ)上，不斷對模型進(jìn)行訓(xùn)練，致力于提高識別準(zhǔn)確率;基于用戶的語音特征，建立個性化詞條定制的語言模型，調(diào)整識別參數(shù)，持續(xù)優(yōu)化識別效果，進(jìn)一步提高識別準(zhǔn)確率。

語義理解：基于機(jī)器學(xué)習(xí)排序算法優(yōu)化正確率

對于語義理解準(zhǔn)確率的提升，科大訊飛使用訓(xùn)練語料，基于機(jī)器學(xué)習(xí)排序的算法對用戶說法的實際意圖進(jìn)行模型訓(xùn)練，預(yù)測用戶的意圖;基于種子數(shù)據(jù)和用戶行為假設(shè)對海量日志進(jìn)行挖掘，挖掘用戶query和用戶意圖，加入到Learning To Rank模型的訓(xùn)練語料中，優(yōu)化LTR模型的正確率;通過日志挖掘的結(jié)果輔以一定的人工確認(rèn)。以下通過展示一句簡單的對話了解在訊飛語音云中是如何被處理的。

開放共贏：構(gòu)建漢語言智能家居語義庫

科大訊飛根據(jù)目前智能家居產(chǎn)業(yè)中眾多產(chǎn)品類型的具體使用環(huán)境，結(jié)合自身的技術(shù)優(yōu)勢和多年的數(shù)據(jù)積累，構(gòu)建了全球首個漢語言智能家居語義庫和應(yīng)用控制場景庫，從而為智能家居產(chǎn)品提供更為便捷的集成控制方式，根本上解決了智能家居在語音控制方面上的最后痛點。

目前，科大訊飛的智能家居語義庫和應(yīng)用控制場景庫涉及智能家居八大細(xì)分產(chǎn)品類別，37+產(chǎn)品使用場景，10W+家居控制常用詞令，具備海量的通用場景。同時，還支持個性化的語義定制。豐富資源的接入+絕對頂尖的技術(shù)實力+開放互建的共贏心態(tài)是科大訊飛智能家居語義庫和應(yīng)用控制場景庫的綜合優(yōu)勢所在，也是經(jīng)得住市場實用環(huán)境考驗的有力保障。

隨著各產(chǎn)品領(lǐng)域的持續(xù)豐富和合作伙伴、開發(fā)者的不斷加入，智能家居語義庫和應(yīng)用控制場景庫還將持續(xù)升級，不斷為智能家居產(chǎn)業(yè)發(fā)展推波助瀾。

在智能家居、穿戴設(shè)備蓬勃發(fā)展的潮流未像今日這般波瀾壯闊之前，科大訊飛就已經(jīng)意識到語音引發(fā)下一代人機(jī)交互的歷史革命，并在這一領(lǐng)域潛心研究、深耕細(xì)作達(dá)十余年之久。因此，在智能家居和人工智能產(chǎn)業(yè)化浪潮正式到來之際，科大訊飛抓住機(jī)遇，以開放的姿態(tài)、成熟技術(shù)、完善的體系投身智能家居控制領(lǐng)域，與行業(yè)共同進(jìn)步、促進(jìn)產(chǎn)業(yè)發(fā)展。

靈隆科技：DingDong智能音箱創(chuàng)造全新語音交互體驗

DingDong智能音箱是京東和科大訊飛的合資公司北京靈隆科技與2015年8月推出的一款智能WiFi音箱。該音箱不僅帶來了智能硬件交互上的全新體驗，更是作為未來智能家居的入口布局整個智能生態(tài)。

DingDong智能音箱是一款能夠?qū)崿F(xiàn)遠(yuǎn)達(dá)5米遠(yuǎn)場識別的智能語音設(shè)備，遠(yuǎn)場喚醒率高達(dá)90%。通過全自然的語音交互方式，音箱可以完成在線歌曲點播、智能家電控制和生活助手的服務(wù)。云端曲庫與百度音樂、喜馬拉雅電臺合作，集成了1000萬首高品質(zhì)歌曲，400萬小時的有聲讀物和近1000電臺，包括歌曲、交響樂、相聲、小品、評書甚至黃梅戲，可以滿足不同年齡用戶的需求。

回歸到音箱的本質(zhì)，DingDong智能音箱對于音質(zhì)的追求也是精益求精。通過采用360°聲場設(shè)計，4個全頻揚聲器單元和一個重低音單元，支持無損音源的360°環(huán)繞播放。

作為一款智能設(shè)備，除了語音對話交互方式以外，DingDong音箱專門設(shè)計了燈環(huán)的交互方式。這個燈環(huán)能夠根據(jù)聲音定位你的位置。無論你在任何方向?qū)λf話，它都能將燈環(huán)轉(zhuǎn)向你，就好像一雙眼睛看著你，在認(rèn)真聆聽你的說話一樣，這是一種非常人性化的交互方式。

Savant：通過云端結(jié)合APP實現(xiàn)智能化控制

Savant語音控制的解決方案，主要是針對與科大訊飛在語音數(shù)據(jù)庫的語音識別和語義識別兩個大的方向來進(jìn)行，通過云端的語音識別解析下發(fā)SDK數(shù)據(jù)包來觸發(fā)Savant系統(tǒng)內(nèi)的場景狀態(tài)和功能開啟。大量的關(guān)鍵字和觸發(fā)語義，結(jié)合Savant可以前端自定義個人場景的全新App體驗，達(dá)到一個現(xiàn)階段，比較先進(jìn)的智能化控制方式。

BroadLink：開放DNA Kit，帶來更自然的語音交互

BroadLink DNA Kit擁有多項開放能力，致力于智能家居生態(tài)的互聯(lián)互通，作為中間件，連接家電廠商與各大平臺。當(dāng)設(shè)備都聯(lián)網(wǎng)后，在進(jìn)廠時開放APP語音接口，并進(jìn)行云平臺解析。BroadLink與格蘭仕、科大訊飛合作，整合了語音物聯(lián)控制技術(shù)，現(xiàn)已可以通過APP用語音控制智能洗衣機(jī)、智能空調(diào)。未來，BroadLink將推出語音控制類的模塊提供給家電廠商，可以進(jìn)行語音語義分析，實現(xiàn)遠(yuǎn)距離的語音識別和控制，未來將引入人工智能，帶來更自然的語音交互。

格蘭仕滴嘀洗衣機(jī)

為洗衣機(jī)增加了“聽話”的能力，只要動口，實現(xiàn)人機(jī)中文對話，支持普通話、粵語、湖南話、東北話、河南話、陜西話等多種方言互動?？梢赃h(yuǎn)程用手機(jī)語音啟動洗衣，手機(jī)還能實時顯示洗衣狀態(tài)，結(jié)束時自動提醒，到家即可晾曬;父母不會用滾筒洗衣機(jī)，現(xiàn)在只要動口操作就行。

格蘭仕智能空調(diào)

可以進(jìn)行自然的人機(jī)對話，只要動口就可調(diào)節(jié)室溫。無需使用獨立APP，用微信就能遠(yuǎn)程控制空調(diào)，并可查看空調(diào)實時狀態(tài)。同時，這款空調(diào)還具備“感知”能力，通過傳感器讓空調(diào)自動感知運行，與家中電器聯(lián)動，真正實現(xiàn)了家庭自動化。比如，當(dāng)門磁或紅外感應(yīng)到有人，空調(diào)將自動打開。

思美特：Wi-Fi+ZigBee結(jié)合移動APP自動定位語音控制

思美特早在2013年就已經(jīng)推出了基于觸摸屏和手機(jī)的語音控制功能，用戶只需要拖入語音控件，并可根據(jù)需要任意增加控制指令集，如“回家場景”、“打開客廳燈光等” 、“客廳空調(diào)26度”等，即可實現(xiàn)語音控制。由于入口簡單，功能可以任意自定義，正常普通話識別準(zhǔn)確率已超過90%，整個過程不到1秒，幾乎感覺不到延遲，所以自推廣以來，深受廣大老人和小孩的青睞。目前該功能支持全系列主控制器和任何iOS控制終端。

思美特常規(guī)語音控制示意圖

除此之外，隨著微信在2014年得到了普及，同期，思美特也在行業(yè)內(nèi)率先推出微信控制，用戶可通過關(guān)注公眾號“思美特云”綁定主控制器，便可實現(xiàn)通過語音或文本控制和查詢對應(yīng)系統(tǒng)的任意功能，同樣，控制的指令集均可在編程軟件里面任意自由定義，任何控制功能都可以成為語音指令，大大擴(kuò)充了用戶的靈活性。

思美特微信語音控制示意圖

思美特自動定位語音控制示意圖

另外，自動定位語音控制技術(shù)是思美特2015年推出的基于Wi-Fi+ZigBee和移動APP的全新控制技術(shù)，所有的無線設(shè)備均為即插即用，在線管理，用戶可以通過APP任意劃分房間和區(qū)域，任意配置場景和智能指令集，當(dāng)用戶配置完畢后，語音控制會自動根據(jù)用戶的配置和設(shè)備名稱，自動定位房間、區(qū)域和場景名稱等進(jìn)行控制和反饋狀態(tài)，無需單獨設(shè)定和增加指令集。如“打開客廳吊燈”，系統(tǒng)會自動判斷為燈光開關(guān)控制，同時自動定位到房間名稱——客廳和模塊名稱——吊燈，同理，在APP的對話頁面，便可自由對話，輕松實現(xiàn)對整個APP設(shè)備的控制功能。

中訊威易：移動APP語音控制智能家居

中訊威易早在2012年就實現(xiàn)了語音控制智能家居的功能，可以說是最早一批擁有語音識別、語音控制技術(shù)的智能家居廠家之一。

威易的語音控制方案大致包括以下三部分：

1.手機(jī)APP中的語音識別和語義轉(zhuǎn)換模塊;

2.智能家居網(wǎng)關(guān);

3.各類智能家居節(jié)點設(shè)備。

冰壺語音識別

使用威易智能家居產(chǎn)品的用戶打開智能家居控制APP，點擊語音控制話筒圖標(biāo)，APP進(jìn)入“語音控制”狀態(tài)，這個時候用戶通過語音發(fā)出“打開電視機(jī)”、“開燈”、“關(guān)窗簾”等指令會被APP的語音識別模塊識別，并翻譯成對應(yīng)的智能控制指令發(fā)給智能網(wǎng)關(guān)，網(wǎng)關(guān)就可以指揮智能紅外伴侶、智能燈光面板、智能窗簾面板等智能設(shè)備實現(xiàn)對應(yīng)的操作?？刂撇僮魍瓿珊驛PP會有語音播報反饋給用戶操作結(jié)果，比如：指令已執(zhí)行、指令錯誤等。