以目前电视机的语音交互为例，平时大家在使用语音控制的时候，应用更多的解决方案还是通过遥控器来实现，这显然与真正意义上的语音交互有所差距，要想更进一步，实现远场识别是技术发展的趋势。

　　而想要实现远场识别，在梁家恩看来，实际上考验的还是降噪能力。目前存在的技术壁垒在于，单麦克风很难解决降噪问题。那么是否和我们想的一样，多放置几个麦克风就轻松搞定了呢？答案是否定的。

　　梁家恩进一步讲到，采用多个麦克风的解决方案，的确可以提升聚焦能力，但对计算的要求比较高。另外，更多的麦克风，在老化程度上必然有所不同，也很难放入居家设备中，而灵敏度高低对于算法影响非常大。目前云知声采用的是双麦克风方案，而 Google Home 也同样选择了这样的解决办法。

　　方言识别是各家语音交互企业所面临的共同难题。目前包括云知声在内，普通话、粤语、英语等语言识别成功率普遍令人满意。而带口音的普通话、英语俚语以及一些小众方言，识别起来比较困难，只能靠大数据积累去完成，这个过程无法一蹴而就。另外在语义识别方面，由于不同领域要求的知识体系不同，需要结合垂直领域去进行优化。

　　云知声的优势在于快速「做出来」

　　相比其它语音交互解决方案提供企业，云知声的竞争力是什么？面对这样尖锐的问题，梁家恩并不避讳的回应：「目前学术圈里是没有任何秘密的，我们并不认为有什么计算方法我们看懂了，其它人居然没看懂，我们的的优势之处在于能够快速在工程上得以实现。」

　　最后提及企业定位问题，为什么云知声选择面向 B 端而非 C 端，开奖，比如不做 app，梁家恩说：「云知声定位于 AI 方案服务商，app 并不是云知声的强项，也并非我们的定位。我们认为 AI 应用有两个大方向：Iot 交互与大数据智能，分别对应智慧生活和智慧服务两块。」

　　本文由极客公园原创

　　转载联系 [email protected]