工业革命
378 浏览
《塑造制造业未来白皮书》发布，第四次工业革命来了……
智能制造类 一路向前 2017-03-31 15:27 发表了文章
近日，世界经济论坛(WEF)和咨询公司科尔尼联合发布了《塑造制造业未来白皮书》(Shaping the Future of Production，以下简称“白皮书”)。
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报 查看全部
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报 查看全部
近日，世界经济论坛(WEF)和咨询公司科尔尼联合发布了《塑造制造业未来白皮书》(Shaping the Future of Production，以下简称“白皮书”)。
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报
412 浏览
现阶段让机器人开口说话，需要技巧
机械自动化类 品管人生 2016-11-28 16:40 发表了文章
从上一篇《让机器人开口说话，依然令人头疼》这篇文章中，降噪问题让机器人企业很头疼，对机器人企业而言，既然语音降噪问题目前是解决不了的问题，那至少在智能语音产品上能降低成本。
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供 查看全部
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供 查看全部
从上一篇《让机器人开口说话，依然令人头疼》这篇文章中，降噪问题让机器人企业很头疼，对机器人企业而言，既然语音降噪问题目前是解决不了的问题，那至少在智能语音产品上能降低成本。
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供
378 浏览
《塑造制造业未来白皮书》发布，第四次工业革命来了……
智能制造类 一路向前 2017-03-31 15:27 发表了文章
近日，世界经济论坛(WEF)和咨询公司科尔尼联合发布了《塑造制造业未来白皮书》(Shaping the Future of Production，以下简称“白皮书”)。
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报 查看全部
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报 查看全部
近日，世界经济论坛(WEF)和咨询公司科尔尼联合发布了《塑造制造业未来白皮书》(Shaping the Future of Production，以下简称“白皮书”)。
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报
该项目在去年启动，由25个国家的多个行业、领先研究机构和非政府组织参与，旨在理解制造业系统将如何在第四次工业革命中发展和进化。
WEF认为，从根本上来说，制造业从全球、地区、国家及本地各个层面上影响着经济结构和就业水平，并且与环境保护和可持续发展密不可分。
白皮书分为两部分。第一部分为《加速价值创造》(Accelerating Value Creation)，探讨了5种重要技术将如何塑造制造业系统;第二部分为《四大矛盾场景》(Four Contrasting Perspectives)，以2030年时可能出现的情况来启发有关制造业未来的思考。
加速价值创造
当今世界，有5项技术正在改变全球制造业系统，分别是：物联网、人工智能、高级机器人学、可穿戴设备和3D打印，它们在设计、生产、组装、分销、消费、售后服务、抛弃、重新利用等环节上改变着各种产品。
3D打印
这5项技术各处于不同的成熟阶段和市场接受接受，它们的未来也伴有不同程度的不确定性。比如，高级机器人学和3D打印的市场规模分别为350亿美元和50亿美元，已经快被主流市场接受;人工智能和企业可穿戴设备(市场规模7亿美元)这两项技术则处于较为新兴的阶段。
目前而言，北美、欧洲以及以中日韩为代表的部分亚洲地区处于技术采用的前沿。2015年，北美和欧洲占据可穿戴市场80%的份额、工业3D打印70%的份额。
不少国家和地区已经认识到了制造业对其工业的重要性，并启动了将上述技术部署到国内制造行业的计划，比较知名的有“中国制造2025”，在先进制造业投资30多亿美元，以及欧盟的“未来工厂”项目，投入为70亿欧元。
四大矛盾场景
1. 覆和改变。白皮书认为，到2030年，无论我们有没有做好准备，人类为都将迎来“第四次工业革命”，以及伴随其而来的各种机遇和挑战。重要技术的“超级聚合”正在发生，无论它是好是坏，这都在以最基本的方式塑造我们的世界。
2020~2030年，AI将成为制造业的中心，深度学习机器获得一个又一个的突破，并将最终能够“理解”和处理海量数据。
最终，多种技术创新将颠覆传统经济动能和制造生产流程。
2. 新威胁。在技术的驱动下，数字空间中将产生种种颠覆、竞争和冲突，在这样的环境中，制造业将如何发展?
在2030年，我们所将可能付出的巨大代价是：失去安全、隐私和稳定，以及如何防御基于网络的全新威胁。
3. 生产的“分层”。民粹主义和保护主义将使全球制造业呈现一个相当不平等的局面。2030年，随着制造业本质的变化，可以预见到的是，在积极寻求利用新技术的国家及那些不拥有规模化量产或先发优势的国家之间，制造业将出现“分层”现象。
4. 生产的重新定向。气候变化的影响越来越严重。人类生存环境日益恶化，如何减轻气候变化影响的需求日益突出。由技术推动的新经济对政府和商业机构失去了信心，转而寻求一种“分散式”的治理模式，将权力下放至本地层面，从而出现一轮“本地化运动”。
更多内容请关注：www.imefuture.com
来源：第一财经日报
412 浏览
现阶段让机器人开口说话，需要技巧
机械自动化类 品管人生 2016-11-28 16:40 发表了文章
从上一篇《让机器人开口说话，依然令人头疼》这篇文章中，降噪问题让机器人企业很头疼，对机器人企业而言，既然语音降噪问题目前是解决不了的问题，那至少在智能语音产品上能降低成本。
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供 查看全部
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供 查看全部
从上一篇《让机器人开口说话，依然令人头疼》这篇文章中，降噪问题让机器人企业很头疼，对机器人企业而言，既然语音降噪问题目前是解决不了的问题，那至少在智能语音产品上能降低成本。
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供
站在语音企业的立场去讲，能做智能语音的企业都是具备雄厚资金的企业，因为研发投入非常高昂，可以说目前的智能语音产品是不赚钱的。这也是尴尬的问题，因为一些语音企业内部还在讨论提高现有产品的价格。
这篇文章不在这些问题上讨论，我们主要探讨语音与语义的后续发展。
之前，我们把语音与语义进行区分，现在这两者正在快速结合，因为语音与语义的标杆企业都在快速进入双方领域，可以说现在语音与语义已经不分开，因此，我们把语音与语义结合统称为“智能语音”。
在智能语音的降噪问题上，一个麦克风阵列实际上已经包含好几层的过滤处理，比如：当你开口说话，麦克风阵列会立马锁定你这个方向的声源，那其它方向的声音就会直接过滤掉，这是第一层过滤，当然，哪怕是你这个方向的声音，也会带有很多杂音，这些声音都会全部收录上传至云端，这个时候会有一个软件降噪模型，会把多余的噪音过滤掉，这是第二层过滤。
现在像科大讯飞股份有限公司（简称：科大讯飞）以及苏州思必驰信息科技有限公司（简称：思必驰）都在研发声纹识别，如果加上声纹识别就会有三层四层的过滤，那语音识别准确率就会进一步的提高。
虽然目前没有办法完全过滤掉降噪，但是它是一个不断优化的过程。
这次1号机器人网研讨会上，困扰机器人企业的问题是如何在展会上演示机器人的时候，能够有比较完善的语音交互。
我们知道在展会上，声音是非常嘈杂，特别是让机器人演示语音交互，基本上都要挂掉。
以目前的技术是没有办法完全处理好，都是有技巧的去演示。
思必驰市场总监龙梦竹说：“在展会上演示，会涉及到众多的技术，比如降噪、回声消除、唤醒等等一套解决方案，非常考验技术。现在麦克风阵列基本上都是装在机器人的头部，在展会上与机器人交互的时候，对着头部距离要控制在1米以内。而且千万不要在视频播放或者音乐播放的时候去打断它。”
小i机器人售前技术顾问甘楚辉说：“另外一个方式是通过手机，用嘴挨着手机讲，这个准确率是很高的，然后再传到机器人，这样可以让机器人在展会上的语音识别率大幅提高。”
从语音技术的发展层面上来说，目前包括思必驰、科大讯飞等都在往声纹识别、生物识别的方向发展。
声纹识别就是密码，相当于钥匙，生物识别跟指纹识别又不一样，它是识别手指里面的静脉血管，因为每个人的静脉血管都不一样，所以它的精确度非常高，那像声纹识别其实也算是生物识别的一种，每个人声音的判定都不一样，这技术可以确认身份。也可以进行多人与机器人交互。
比如说：三个人同时与机器人进行对话，它能够识别这三个人的声音，然后把这些声音转化成文字，再上传进入后台。
这是目前语音技术的发展方向，那我们还要谈谈语义的发展方向。
针对语义，目前各个企业都是以垂直领域为主，每一个垂直领域都是一个独立的云，如果把各个垂直领域都结合起来，在针对一个产业，这是非常庞大且非常有价值的知识库，我们知道针对语义，最重要的东西也就是这些知识库。
目前小i机器人就在做这样的事情。
现在语义的问题在于，我们每个人针对一个问题的答案是不一样的，比如说：明天会下雨吗？针对这个问题，汽车4S店要的答案是明天适不适合洗车，那针对普通大众想知道的是，明天上班需不需要带雨伞。
所以这个对于智能语音而言，目前是非常大的挑战，你不可能回答所有人的问题。
因此，语义下一步的发展方向，一定是围绕这些问题去处理。
甘楚辉说：“小i机器人就在往这方面努力，举个例子，‘今天天气怎么样’，我们的技术会把这句话打散，分成三个词，如‘今天、天气、怎么样’，如果是针对其他的领域，它会把天天等所有的词汇，各种组合抓取出来，再去算它的概率，然后进行整合，针对不同人推算出不同答案。”
当然，现在不管是语音还是语义，目前这些技术都还停留在实验室的阶段。
那很多同仁会问，明年哪些技术能落地。
在这次1号机器人网研讨会上，龙梦竹说：“个性化合成音，明年可以落地。”
个性化合成音，目前很多机器人企业也在研发，我们传统做一个语音模型至少需要5000小时的输出量去做训练。
现在通过最新的技术只需要5-10分钟的训练时间，所谓的个性化合成音，就是机器人会记录你说话的声音，然后可以模仿你的说话声，进入生活中的场景可以做到，当妈妈不在家时，机器人可以做到模仿妈妈的声音与小孩交互。这也算是一个亮点技术。
如果我们把目光再扩展一些，很多人把电影里的机器人当成是机器人未来的模样，认为机器人智能程度就应该像电影里的机器人一样。
在这次1号机器人网研讨会上，我们认为未来的机器人可以达到这个水平，目前行业内诉说的多模态交互就是让机器人往这方向发展。
用通俗的语言描述，所谓的多模态交互，就是让机器人具备人一样的行动能力，那基本上要把机器人身上的众多技术都要打通。目前的困难点是很多企业不愿意开发协议，所以要让机器人身上的各种技术都互通协议是非常困难的。
目前行业内多模态交互技术走在行业前面的是科大讯飞，科大讯飞与北京市商汤科技开发有限公司（简称：商汤科技）合作，把智能语音与图像识别结合，这样可以做到，当你与机器人对话，一开口，机器人就定位声源，同时能转头看向你，且可以识别你是谁，这是智能语音与图像识别结合的多模态交互。
未来还会有很多技术互通，到时可以让机器人与人交互，变得更加自然。我们认为未来十年多模态技术可以落地，因此，我们对未来还是要有所期待。
来源：1号机器人
智造家提供