捷通华声灵云助力阿优机器人发布
发布于：2021-11-16 12:34 浏览：
灵云科技4月11日消息：8日，捷通华声受邀出席慈星股份和阿优文化联合举办的“智童道合”服务机器人发布会，公司总经理武卫东代表公司与慈星股份和阿优文化合资创建的开心果机器人签订了战略合作协议。此次发布的阿U兔智儿童机器人（以下简称兔智机器人），是一款能陪孩子学习和玩耍的家庭服务机器人。捷通华声为该款兔智机器人提供了灵云环形麦克风阵列和灵云智能语音技术，让兔智机器人不仅能准确识别主人话语，还能说出可爱的童声，让孩子与兔智机器人的语音交互更加流畅、自然。
语音交互作为该产品的一大亮点技术，是孩子与兔智机器人沟通的主要方式。由于兔智机器人所在的家庭环境，经常会有家用电器、室内娱乐等环境噪音，孩子也可能离兔智机器人忽远忽近，所以对语音识别技术的抗噪能力和远场识别能力有较高要求。对此，捷通华声为兔智机器人提供了灵云环形麦克风阵列，能定向获取孩子的声音，并通过降噪、语音增强、回声消除等系列技术，准确识别远处孩子的话语。同时，灵云语音合成技术的采用，让兔智机器人不但能说出可爱的童声，还能用童声唱出清明透亮、悦耳动听的歌声，让兔智机器人“能说会唱”，极大地提升了孩子与兔智机器人的互动体验。
灵云环形麦克风阵列让机器人准确识别主人话语
为了让兔智机器人准确获取来自家庭范围内各个方向的语音，捷通华声专门推出了灵云环形麦克风阵列。与车载麦克风阵列不同，因为车载设备只需拾取设备对面180°范围内的乘车人话语，采用线性麦克风阵列即可满足需求，而家庭范围较为开放，说话人会移动，声源可能在各个方位，需要用环形麦克风阵列来定位和获取360°范围内的语音信息。
灵云环形麦克风阵列能根据声音到达的时间差，准确计算出声源与阵列模块之间的角度和距离，实现对目标声源的定位，并利用麦克风阵列的空域滤波特性，在目标说话人方向形成拾音波束，仅拾取波束的信号，抑制波束之外的噪声和混响（反射声）。
由于声音能量会随着传播距离的变远而衰减，阵列模块通过将多个麦克风拾取的声音信号进行有机叠加，增强整体拾取的语音波束能量。同时，利用回声消除技术，过滤掉机器自身音频设备发出的声音，为语音识别引擎输入更为清晰、纯净的声音。
由于在麦克风阵列模块的拾音过程中，会不可避免的拾取部分环境噪音，对此，捷通华声针对环境噪音进行建模，并用大量真实噪音数据进行训练，优化语音识别算法，推出了具备极强抗噪能力的灵云语音识别技术，能轻松应对常见环境噪音。同时，该技术采用的深度神经网络（DNN）算法，可在用户使用过程中，用积累的语音数据训练、优化算法，不断提升的抗噪能力，让机器人准确识别主人话语。
灵云语音合成让机器人“能说会唱”
除了采用灵云环形麦克风阵列和语音识别技术，兔智机器人还采用了捷通华声的灵云语音合成技术，可以说出可爱稚嫩、流畅自然的话语，让人感觉是在和一个六七岁的小孩说话。捷通华声作为国内最早从事语音合成技术研究与应用的企业，早在2001年就推出了代表行业水平的灵云语音合成技术，经过十多年的技术积累，以及在成千上万家企业的应用实践和磨合，捷通华声不断优化文本分析模型、完善韵律规划，让灵云语音合成技术的合成效果真实饱满、抑扬顿挫，MOS值已高达4.6，可懂度、自然度、流畅度达到行业领先水平。
灵云语音合成技术已全面支持中文普通话、英语、粤语、维吾尔语、日、韩、俄、德、法等21种语言，覆盖了全球90%以上的国家和地区，中英混读、粤英混读自然流畅，全面适应目前的多语种语音合成要求，让机器人“说”出流畅、自然的话语。
近期，捷通华声依靠在语音合成领域数十年的深厚积累，推出了灵云歌唱合成技术。该技术可根据歌谱信息，让机器人唱出甜美可爱、清明透亮、悦耳动听，如真人般歌唱的歌声，成功实现机器从“开口说话”到“放声歌唱”的跨越式进步，让机器人“能说会唱”。让机器人学会唱歌，不仅提升了机器人服务的趣味性，更意味着机器人在拟人度和服务体验方面跨出了一大步。
灵云平台面向机器人产业全面开放
捷通华声作为中国人工智能产业的领军企业，在2011年推出全方位人工智能开放平台—灵云（hcicloud.com）。灵云平台面向产业全面开放，并以“云 + 端”方式，为产业界提供语音合成、语音识别、OCR、手写识别、人脸识别、声纹识别、指纹识别、语义理解、机器翻译等全方位人工智能能力。
捷通华声自2015年初就宣布灵云平台对中国机器人产业全面开放，并相继为开心果、中智物联、新松、兆纬、科沃斯、阿凡达、奇诺软通、NAO等数百家国内外机器人厂商提供了全方位灵云人工智能能力服务，倾全力支持中国机器人产业打造真正的“能听会说、能写会看、能思考、会判断”的机器人。大量使用了灵云能力的机器人，有的已实现批量上市，更多的在金融、电信、能源政府、商业机构营业厅、商场等场所展开大规模测试，得到了产业界与广大用户的广泛关注与赞誉。
近年来，伴随人工智能产业的爆发性增长，捷通华声凭借人工智能技术深厚功底与对机器人产业发展的准确预见，凭借合作共赢的理念，不与机器人厂商争利，更不会与机器人厂商争市场的合作意识，赢得了国内机器人厂商的广泛支持，目前已与绝大多数国内主要机器人厂商建立了稳固的合作伙伴关系，灵云人工智能已在中国机器人产业已独树一帜，几乎无处不在！
未来发展，捷通华声将继续以清华大学人工智能研究力量为依托，全面响应并支持国家创新发展战略，全面促进灵云平台与中国机器人产业界的全面对接，与中国所有机器人厂商一起精诚合作，共同打造属于中国机器人产业的辉煌。
灵云平台更多信息请访问：www.aicloud.com
了解灵云产品与捷通华声，请致电问询灵云客服机器人：010-82826886-8898
灵云环形麦克风阵列让机器人准确识别主人话语
为了让兔智机器人准确获取来自家庭范围内各个方向的语音，捷通华声专门推出了灵云环形麦克风阵列。与车载麦克风阵列不同，因为车载设备只需拾取设备对面180°范围内的乘车人话语，采用线性麦克风阵列即可满足需求，而家庭范围较为开放，说话人会移动，声源可能在各个方位，需要用环形麦克风阵列来定位和获取360°范围内的语音信息。
由于声音能量会随着传播距离的变远而衰减，阵列模块通过将多个麦克风拾取的声音信号进行有机叠加，增强整体拾取的语音波束能量。同时，利用回声消除技术，过滤掉机器自身音频设备发出的声音，为语音识别引擎输入更为清晰、纯净的声音。
由于在麦克风阵列模块的拾音过程中，会不可避免的拾取部分环境噪音，对此，捷通华声针对环境噪音进行建模，并用大量真实噪音数据进行训练，优化语音识别算法，推出了具备极强抗噪能力的灵云语音识别技术，能轻松应对常见环境噪音。同时，该技术采用的深度神经网络（DNN）算法，可在用户使用过程中，用积累的语音数据训练、优化算法，不断提升的抗噪能力，让机器人准确识别主人话语。
灵云语音合成让机器人“能说会唱”
除了采用灵云环形麦克风阵列和语音识别技术，兔智机器人还采用了捷通华声的灵云语音合成技术，可以说出可爱稚嫩、流畅自然的话语，让人感觉是在和一个六七岁的小孩说话。捷通华声作为国内最早从事语音合成技术研究与应用的企业，早在2001年就推出了代表行业水平的灵云语音合成技术，经过十多年的技术积累，以及在成千上万家企业的应用实践和磨合，捷通华声不断优化文本分析模型、完善韵律规划，让灵云语音合成技术的合成效果真实饱满、抑扬顿挫，MOS值已高达4.6，可懂度、自然度、流畅度达到行业领先水平。
灵云语音合成技术已全面支持中文普通话、英语、粤语、维吾尔语、日、韩、俄、德、法等21种语言，覆盖了全球90%以上的国家和地区，中英混读、粤英混读自然流畅，全面适应目前的多语种语音合成要求，让机器人“说”出流畅、自然的话语。
近期，捷通华声依靠在语音合成领域数十年的深厚积累，推出了灵云歌唱合成技术。该技术可根据歌谱信息，让机器人唱出甜美可爱、清明透亮、悦耳动听，如真人般歌唱的歌声，成功实现机器从“开口说话”到“放声歌唱”的跨越式进步，让机器人“能说会唱”。让机器人学会唱歌，不仅提升了机器人服务的趣味性，更意味着机器人在拟人度和服务体验方面跨出了一大步。
灵云平台面向机器人产业全面开放
捷通华声作为中国人工智能产业的领军企业，在2011年推出全方位人工智能开放平台—灵云（hcicloud.com）。灵云平台面向产业全面开放，并以“云 + 端”方式，为产业界提供语音合成、语音识别、OCR、手写识别、人脸识别、声纹识别、指纹识别、语义理解、机器翻译等全方位人工智能能力。
捷通华声自2015年初就宣布灵云平台对中国机器人产业全面开放，并相继为开心果、中智物联、新松、兆纬、科沃斯、阿凡达、奇诺软通、NAO等数百家国内外机器人厂商提供了全方位灵云人工智能能力服务，倾全力支持中国机器人产业打造真正的“能听会说、能写会看、能思考、会判断”的机器人。大量使用了灵云能力的机器人，有的已实现批量上市，更多的在金融、电信、能源政府、商业机构营业厅、商场等场所展开大规模测试，得到了产业界与广大用户的广泛关注与赞誉。
未来发展，捷通华声将继续以清华大学人工智能研究力量为依托，全面响应并支持国家创新发展战略，全面促进灵云平台与中国机器人产业界的全面对接，与中国所有机器人厂商一起精诚合作，共同打造属于中国机器人产业的辉煌。
灵云平台更多信息请访问：www.aicloud.com
了解灵云产品与捷通华声，请致电问询灵云客服机器人：010-82826886-8898