2020年1月13至17日，在韓國釜山舉行的ISO/IEC JTC 1/SC 35全會上，由科大訊飛主導，聯合中國電子技術標準化研究院和中科院自動化所，提出的全雙工語音交互國際標準正式獲批立項(ISO/IEC 24661 Information technology-User interfaces-Full duplex speech interaction)。該標準也成為在人機交互領域中，首個由中國牽頭制定的智能語音交互國際標準。
人機交互，是當前AI核心技術與應用的重要領域。語音作為最自然便捷的交流方式，長期以來一直是人機交互最重要的研究領域之一。隨著以深度學習、強化學習為代表的新一代AI技術發(fā)展，越來越多的語音交互產品和服務，正走入生產生活的方方面面，以更智能的方式服務于千家萬戶。近年來，以智能語音交互技術為核心的智能助理、智能家居、智能辦公等諸多AI應用，已形成了一個巨大且成熟的市場。在此背景下，持續(xù)高質量發(fā)展的全球智能語音產業(yè)技術和貿易，亟需通過標準的制定和應用來凝聚共識。
據悉，此次立項的全雙工語音交互國際標準為ISO/IEC國際標準。國際標準組織(ISO)和國際電工委員會(IEC)是全球標準化領域的兩大權威組織，組織各國專家共同制定作用于全球范圍的技術標準。ISO/IEC JTC 1 是ISO和IEC共同成立的負責信息技術領域國際標準制定的技術委員會，下設多個分技術委員會，是全球信息技術領域最大、成員國最多的國際標準化組織。其中，人機交互界面標準技術委員會(ISO/IEC JTC 1/SC 35)負責組織基于ICT技術的人機交互相關的國際標準制定，包括語音交互相關的語音命令、語音機器翻譯、同傳機器翻譯等。
作為國家新一代人工智能開放創(chuàng)新平臺、認知智能國家重點實驗室和語音及語言信息處理國家工程實驗室，科大訊飛憑借多年的技術積累，研發(fā)了覆蓋智能語音交互全鏈路的自主創(chuàng)新技術，實現讓人通過自然語音方式與機器進行雙向交流。相較于傳統(tǒng)語音交互技術，全雙工語音交技術能夠實現單次喚醒、連續(xù)對話、隨時打斷的自然流暢的人機對話體驗，并具有更好的上下文語義理解和智能對話能力。在國際上，谷歌、微軟、蘋果等紛紛切入到這一領域。例如谷歌在2018年的開發(fā)者大會上所展示的人工智能(DUPLEX AI)技術，正是全雙工語音交互的典型案例。而在國內，科大訊飛在2015年就率先發(fā)布了全雙工語音交互技術，并以此為基礎打造了AIUI人機交互開放平臺。通過自主研發(fā)全球領先的語音識別、自然語言理解和語音合成等技術，科大訊飛正在用人工智能為萬物互聯時代的多模態(tài)交互賦能，從而實現人機交流無障礙，使人與機器之間可以通過語音、圖像、手勢等自然交互方式，進行持續(xù)、雙向、自然地溝通。
目前，科大訊飛已將此項技術應用在AI+城市、AI+醫(yī)療、AI+教育等領域;以科技賦能，推動行業(yè)發(fā)展。
值得一提的是，現階段新型冠狀病毒防控工作十分嚴峻。基于全雙工語音交互技術的訊飛智醫(yī)助理外呼平臺在安徽、北京、浙江、吉林、湖北等18個地區(qū)，正在幫助各級衛(wèi)健委、基層醫(yī)生，開展新冠肺炎相關的防控宣傳和重點人群隨訪等工作。1月21日至2月1日，外呼平臺針對新冠肺炎疫情累計服務已超過625萬人次。
作為全球人工智能產業(yè)中的一員，科大訊飛始終以頂天立地的技術應用創(chuàng)新，持續(xù)參與全球技術標準制定。作為全雙工語音交互國際標準制定的主導者，科大訊飛將緊密聯合中國電子技術標準化研究院、中科院自動化所等國內產學研用單位，組織和整合世界各國專家的技術力量，針對全雙工語音交互系統(tǒng)架構、特性方法、能力單元和技術要求等方面制定國際規(guī)范，推動中國自主創(chuàng)新技術走向國際，為打造全球人工智能+人機交互開放共贏的產業(yè)生態(tài)提供助力。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
