隨著5G、人工智能和物聯(lián)網(wǎng)的發(fā)展，疊加疫情對人類生產(chǎn)生活方式的影響，聲音通信和交互的重要性不斷凸顯。但復雜噪聲環(huán)境會大大降低聲音通信的質(zhì)量和體驗，同時會導致語音識別的準確率嚴重下降。聲音作為人類感知信息、表達信息的重要手段，如何在新形勢下更好的發(fā)揮作用，這是深圳黃鸝智能科技有限公司（簡稱黃鸝智聲）一直在探索的方向。
黃鸝智聲是一家成立于2019年的人工智能技術(shù)企業(yè)，依托清華團隊20余年的研究積累，深耕聲音領域，尤其是聲音前端處理技術(shù)和相關產(chǎn)品的研發(fā)、應用和服務，致力于“用聲音智能改善人類生活與工作品質(zhì)”。黃鸝智聲的團隊成員們相信，今天科幻電影中的許多場景在不久的將來都將照進現(xiàn)實，未來的世界甚至會更加神奇，聲音讓萬物互聯(lián)，我們不僅通過聲音進行人與人之間的溝通，還要讓萬物聽懂我們的聲音，從而更好的為我們服務，并且聲音還會在物與物之間架起交互的橋梁。
說起智能語音，大家想必都不陌生。國外有蘋果Siri，微軟小娜，GoogleAssistant，亞馬遜的Alexa；國內(nèi)有科大訊飛的靈犀助手，百度公司的小度，小米的小愛同學等等普通消費者熟知的名字……而在呼叫中心行業(yè)，智能語音也是異軍突起，語音質(zhì)檢、智能客服等應用不斷呈現(xiàn)。然而，環(huán)境噪聲的干擾以及電聲器件的限制，極大地降低了聲音采集的精度和范圍；聲音前端處理技術(shù)的發(fā)展相對滯后，嚴重制約著智能聲音的應用場景和效果：試想如果連最基本的聲音信息都不能聽清、聽懂，談何后面的數(shù)據(jù)傳達和解析呢？
黃鸝智聲的通話降噪技術(shù)方案與其他技術(shù)將聲音前端處理視作孤立的子系統(tǒng)并逐級連接不同，該技術(shù)方案從聽覺的生理和心理基本原理出發(fā)，創(chuàng)新性的將麥克風陣列、聽覺場景分析、深度學習和Gammatone濾波器組等技術(shù)相融合，形成完整并具有針對性的聲音前端智能處理方案，實現(xiàn)噪聲抑制、混響消除、陣列增益、目標聲信號分離、跟蹤、增強等功能的統(tǒng)一，在降噪的同時對目標聲音進行提取，從而在保證高降噪的同時達到目標信號低失真的效果。能夠在各類復雜的強噪聲環(huán)境中實現(xiàn)清晰的聲音拾取，降噪效果高達40dB以上，且聲音信號的質(zhì)量MOS分在各類噪聲環(huán)境下降噪后仍能達到平均4.0分以上。達到行業(yè)內(nèi)特有的：
（1）高降噪的同時保證聲音信息的低失真，性能行業(yè)首屈一指；
（2）針對難以處理的動態(tài)多種類噪音都有穩(wěn)定的降噪拾取性能，適用于多場景多領域。
（3）軟硬結(jié)合的方案在芯片平臺上即可實現(xiàn)，延時低可靠性高。
黃鸝智聲所研發(fā)的產(chǎn)品和方案不僅能夠?qū)⒄Z音清晰拾取，為通話對方帶來靜謐的通話體驗；還適用于各種噪音場景中的智能語音應用，有效提升識別準確率，本次CTI大會也將接入由黃鸝智聲提供的語音識別系統(tǒng)，將會場嘈雜的聲音變?yōu)榍逦恼Z音內(nèi)容再轉(zhuǎn)成精準的文字記錄。
