語音識別仍存瓶頸？
在2017年，科大訊飛就曾表態：現階段人工智能技術發展不需要“被神化”。“目前，機器翻譯已經取得非常大的進步，在衣食住行等常用生活用語上的中英翻譯可以達到大學六級的水平，能夠幫助人們在一些場景處理語言交流的問題，但距離會議同傳以及高水平翻譯所講究的‘信、達、雅’還存在很大的差距。”
對於人工耦合，江濤告訴21世紀經濟報道記者，科大訊飛的人工智能系統會結合聽和看的信息，也會針對關鍵詞進行解釋，相當於有一個助手在幫助譯者進行翻譯，降低了同傳口譯者的工作強度。而科大訊飛已經和上海外國語大學成立了研究院，探討人機協同模式。在本周的2018世界人工智能大會上，就有三個嘉賓發言採取了人工耦合的模式。
應該說，科大訊飛在語音領域技術領先，但是仍面臨著不少瓶頸。
首先從科大訊飛的產品技術方向來看，主要包括語音交互、機器翻譯、文本識別。其中，語音交互是科大訊飛的老本行，包括語音識別、語音合成等。另外，採用日趨成熟的自然語言理解，也為語音交互提供了更強的支撐。
尤其是語音合成方面，科大訊飛在業界比賽中屢次奪冠。其通過機器學習提取聲音的特征，通過聲學波形合成出仿真聲音。該技術的難點之一，就是如何能夠騙過耳朵達到真人說話的效果。
但是在技術成熟的同時，仍有難題需要攻克。比如，遇到同音字識別、環境比較嘈雜的情況以及中文和英文夾雜的時候，語音的識別率就會下降。
劉慶峰在2018世界人工智能上表示，科大訊飛是全球唯一在語音合成中機器超過人工的公司，在安靜的環境下，演講主題確定的情況下語音準確率高，但是多人說話噪音環境下的識別率是關鍵。在他看來，通過大規模後台服務集群，語音識別正在走向實用。同時，用戶也對方言、多人說話、安全保護等方面提出了新要求。 |
