不久前，北京捷通華聲語音技術有限公司在京召開的靈云”發布會引起了產業界的廣泛關注，就智能人機交互（HCI）技術的發展和產品的落地應用展開了廣泛探討。作為智能人機交互（HCI）產業中重要的組成部分之一，并作為未來十年最重要的技術之一，語音交互技術得到了各界朋友的特別青睞。

回眸語音技術的發展，除語音合成（TTS）技術應用較早外，更多的語音技術并沒有得到廣泛的應用，即使到今日，通過語音技術實現的場景應用并不是很多。其實，語音技術一直在發展，以語音識別（ASR）技術舉例，從1952年貝爾研究所成功研究了世界上第一個能識別10個英文數字發音的實驗系統以來，到如今中文語音識別技術已實現了自由說輸入，語音識別技術從算法到模型都有了強勁的蛻變和發展。

捷通華聲公司從創立到如今，核心技術的研究也無時無刻的在創新發展。作為從事十余年的專業語音技術民營企業，捷通華聲憑借在語音合成（TTS）技術上的自主創新和精湛技術，與國家扶持的科大訊飛公司幾乎平分了中國語音合成市場。時至今日，全國超過八成的銀行排隊叫號服務和全部高鐵站臺語音播報系統仍使用捷通華聲自主研發的語音合成TTS技術。在語音識別ASR技術上，捷通華聲公司也專注研發，從無到有，從識別率一般到真實環境下普通話自由說語音識別準確率超過90%，達到國內一流的技術水平，實現了質的飛躍。近年，捷通華聲順應發展，推出了全球第一款人機交互（HCI）感知云：靈云！基于云技術的優勢和特點，靈云的語音技術達到更好的實際效果，得到更廣泛的應用。

從中文語音技術的發展現狀看，復雜的環境和中國語言文化的博大精深影響著中文語音識別效果。僅從實際效果看，語音識別正確率能超過80%就已經是很不錯了。靈云平臺的誕生，將捷通華聲語音識別技術與云計算有機結合起來，再整合捷通華聲自身及合作伙伴的數據資源，讓語音識別技術形成了可落地的實際應用。如國內首款能說會聽、能寫會識”的智能手機助手小唐龍就應用了靈云的各項智能交互技術和百度、電信、移動等數據資源，尤其語音技術讓其在功能上實現了人與機器間的語音交互過程。

同樣，作為智能人機交互（HCI）技術中重要的自然語言理解（NLU）也是靈云語音云中重要的一環。自然語言理解能力是實現語音識別和語音合成效果的保證，是實現人與機器的交互像人與人之間溝通的保障之一。靈云作為HCI技術交互平臺，在自然語言處理、分析、理解上下足了功課，在能源、金融、電信、服務等多個領域做出了應用。

語音技術作為智能人機交互（HCI）技術的一種，與靈云的其他各項HCI能力進行了整合。如語音技術應用到靈云智能客服機器人中，實現了以自然語言理解和多種智能人機交互技術為核心，通過網頁、即時通訊等多種展現形式，實時與用戶進行交互的智能系統。靈云文檔OCR識別技術，更是增加了NLU模型，提升OCR中文識別校對能力，識別正確率幾近100%。

在發展語音技術的同時，捷通華聲更看重與云平臺企業的合作，靈云與中國電信開放平臺的深入合作、與中國惠普云基地的協作共贏，通過合作的模式讓靈云的語音技術得到更多的汲養，無論是云計算模式還是開發者對語音技術的開發應用，都為靈云語音技術開拓了無限視野。

智能人機交互（HCI）技術的發展仍有很多關鍵技術亟待突破，靈云HCI平臺還有更多合作需要展開。靈云中的語音技術作為人機交互的核心之一，在復雜環境的語音識別和語義理解等能力上還需進一步探索完善。只有我們的核心技術不斷提高，才能讓人機交互更智能、更自然！更多信息請訪問靈云網站（hcicloud.com）