下载文档原格式
内容提要一、扑面而来的移动互联网“语时代”二、新一代语音云核心技术及平台特性语音是人类最自然便捷的沟通方式，所有信息设备“能听会说”是必然的趋势。
•语音应用爆发需要的条件已经逐步成熟–关键技术持续进步，达到实用门槛•语音应用爆发需要的条件已经逐步成熟–关键技术持续进步，达到实用门槛–智能终端、无线网络、云计算平台等环境条件基本完备2011年10月苹果公司发布iPhone4S，Siri成为最大卖点谷歌计划今年上半年发布平板电脑Google Nexus，并将搭载Majel网络语音识别技术微软称：新版Tellme将实现人机语音交互，用于Windows 8及下一代Windows Phone系统中2010年10月28日，科大讯飞在业界率先发布“讯飞语音云”，为手机、汽车、智能家电等终端提供高质量语音合成、语音搜索、语音听写等智能语音交互服务能力。
柳传志致辞周光召致辞语音云启动仪式讯飞语音云发布语音云应用日益丰富语音输入微博短信搜索虚拟形象娱乐日程管理生活服务阅读地图导航基于语音云平台的开发伙伴已达3100家！语音云用户规模加速增长100万1000万3300万3300万700万次语音云用户每日请求2012年1-3月2011年7-12月2011年1-6月内容提要一、扑面而来的移动互联网“语时代”二、新一代语音云核心技术及平台特性1、语音合成技术进展•在中英文取得国际领先水平的基础上，多语种合成正在逐步实现世界语言覆盖•基于发音模拟技术，就可以实现虚拟主持人和针对任意人员的个性化合成服务中英文语音合成技术均是业界自然度唯一超过真人发音水平（4.0分）的系统；连续6 年荣获国际最权威的英文合成大赛Blizzard Challenge 冠军。
4.94.23.83.12.92.82.82.72.62.52.42.12.12.12.122 1.9012345ASKIBLHCODJERQ WPTM自然度自然语音科大讯飞唯一自然度大于4分的系统其他参赛单位美国Microsoft、IBM、MIT、CMU英国Edinburgh 日本NITech、ATR 等Blizzard Challenge 2011 国际英文合成大赛比赛结果■合成样例英中热烈欢迎各位来宾出席今天的发布会，感谢大家长期以来对科大讯飞的关心和支持，祝大家身体健康、工作顺利！He refused to identify governments he suspected, but German press reports said investigations were focusing on North Korea and Pakistan覆盖全面的多语种合成系统•多语种合成逐步实现世界语言覆盖法、俄、西、日、韩等语种合成正在研发德、意、葡、阿拉伯、印地等语种合成中文合成多语种合成样例中英法俄西意葡日越南印地英文合成欢迎参加科大讯飞召开的新一代语音云发布暨语音开发者大会!•基于发音模拟、声纹识别、语音文本转写及韵律自动标注技术，实现全自动构建的个性化语音合成系统•基于发音模拟、声纹识别、语音文本转写及韵律自动标注技术，实现全自动构建的个性化语音合成系统丰富多彩的歌唱合成基于声学模型自动构建、韵律自动预测和调性匹配的技术，实现可自编词曲的唱歌语音合成系统2、语音识别技术进展•在语音云规模运营的基础上，核心效果持续进化，通用识别准确性大幅提升•多项核心技术取得突破，有效解决抗噪、口音适应、个性化词汇等技术难题语音识别通用准确性大幅提升面向移动互联应用环境的中文连续语音识别技术性能（识别准确率）89.56% 81.38% 80% 70% 60% 短信、微博 讯飞语音云 搜索、导航 系统N 系统G 系统Q 数字、数值 90.15% 81.83% 92.39% 89.21%90%备注：该结果根据工信部软件促进中心《语音识别测试标准》测试得出语音识别三大技术创新• 首次提出PLA、JFA、IVN综合噪声补偿算法，系统抗噪性能达到国际领先水平 • 率先实现MSDT声学模型训练算法，大幅增强系统口音适应性能 • 独创LSA语言模型自学习算法，个性化词汇识别准确度首次达到实用噪声环境识别性能提升 30.4%口音适应性能相对提升 50.3%个性化词汇识别性能提升 36.3%语音识别技术的应用效果语音识别技术的应用效果NIST说话人识别评测名列前茅由NIST（美国国家标准技术研究院）举办，是国际上规模与影响力最大的 说话人识别评测 1996年第一次评测，之后每两年评测一次，说话人识别任务难度接近大规 模实际应用环境（不同信道、不同环境干扰） 科大讯飞在2008、2010年连续两届评测中均处于国际领先地位测试时间2008 2010三大核心测试指标 Min DCF EER DCF在参测系统中排名 Min DCF EER DCF0.107 0.332.625 5.8720.187 0.4051 21 23 2参赛单位有：CMU、MIT、Stanford、清华大学、中科院自动化所、中科院声学所、 Motorola研究中心、IBM 研究院等国内外50家著名语音研究机构NIST语种识别评测名列前茅• 2009/2011年国际NIST语种识别最混淆方言对测试冠军评测时间：2011年 评测对象：语种识别技术 评测单位：美国国家标准技术研究院（NIST) 参赛单位：麻省理工学院林肯实验室（MITLL）、法国科学研究中心(LIMSI )，捷 克布尔诺科技大学(BUT)、清华大学等不同方言对测试结果排名 P1 1 2 3 P2 1 3 3 P3 1 2 3 P4 3 2 1 P5 1 2 3 P6 1 2 3 P7 2 1 3 P8 1 2 3 P9 1 3 2名次 1 2 3代号 iFLY MITLL BLZ代表机构 科大讯飞 麻省理工学院 林肯实验室 捷克布尔诺科技大学 & 法国科学研究中心2011年语种识别测试中，在9个高混淆度方言对中获7个第一名独家实用的口语评测技术• 科大讯飞口语评测技术唯一通过国家语委鉴定达到实用水平英文口语评测机器和人工评分员对比 国家语委组织的机器和人工评分员对比鉴定结果机器自动评分误差 1分以上仅为５％专家评分误差 1分以上为17％已累计完成国家普通话等级考试500万人测试 在全国各省5000万中小学生的课堂教学中使用高精准度的音乐评测技术• 在语音识别技术体系的基础上，研发出业界唯一可精确反 应音准、节奏和歌词演唱准确度的音乐评测技术，率先完 成业界首个提供在线音乐评测服务的“爱吼网”系统爱吼网独家承办 第十届中国少年儿童卡拉OK电视大赛网络赛区3、语义理解技术进展• 基于识别合成的语言处理算法，研发出完善的人机交互语义词典和语义理解算法体系 • 面向移动互联语音应用，率先完成首个达到实用、覆盖衣食住行的中文语义理解系统完善的语义理解算法体系• 首次提出ISF中文语义框架，具备 灵活高效的多业务扩展能力意图 飞机票 查询 城市：合肥 城市：北京 2012-03-26 ≥19:00请问有没有下周一晚上从合肥到 北京的航班• 实现集词法分析、文法理解、意图 分类及句子语义度量的一体化语义 理解算法体系操作 起点 终点 日期 时间实用全面的语义系统和云进化能力•面向移动互联语音应用，率先完成首个达到实用、覆盖衣食住行等应用领域的中文语义理解系统0%20%40%60%80%100%电话短信应用搜索网站日程音乐天气股票地图餐饮闲聊平均各应用领域语义理解正确率平均性能85%基于语音云平台，形成了持续的语义理解进化能力•讯飞语义理解技术已经在各大运营商的短信营业厅智能化服务中广泛应用短信营业厅网上营业厅掌上营业厅自然语言理解智能语音技术传统电子渠道智能交互系统示例KT 6021 QX 6022示例给我个早晚都能看的报纸吧。
******************************************************************************用户可以用两种方式来调用API，直接使用REST | 在JavaScript中使用RESTRESTREST,或者叫做Representational State Transfer，在语言云API中并不等同于传统的REST。
传统的REST提供对于资源的访问，而语言云REST API提供对于服务的访问。
因此，在语言云API中，一个单独的URI就是一个服务端点。
在语言云中，所有的API访问都是通过HTTP请求的方式。
并且需要从域进行访问。
语言云只支持GET和POST方式的HTTP请求。
用户通过在HTTP请求中指定参数来获取对应的结果。
举个例子，对“我是中国人。
”这句话做依存句法分析，并且返回plain格式的结果。
GET请求及返回结果示例：$ curl -i "/analysis/?api_key=YourApiKey&text=我是中国人。
&pattern=dp&format=plain"HTTP/1.1 200 OKServer: nginx/1.1.19Date: Fri, 03 Jan 2014 04:24:32 GMTContent-Type: text/plainTransfer-Encoding: chunkedConnection: keep-aliveVary: Accept-Encoding是_1 -1 HED中国_2 人_3 ATT人_3 是_1 VOBPOST请求及返回结果示例：$ curl -i -d "api_key=YourApiKey&text=我是中国人。
&pattern=dp&format=plain" "/analysis/" HTTP/1.1 200 OKServer: nginx/1.1.19Date: Fri, 03 Jan 2014 05:58:55 GMTContent-Type: text/plainTransfer-Encoding: chunkedConnection: keep-aliveVary: Accept-Encoding我_0 是_1 SBV是_1 -1 HED中国_2 人_3 ATT人_3 是_1 VOB使用Python语言以GET方式调用REST API代码示例如下：1.# -*- coding:utf8 -*-2.import urllib23.if __name__ == '__main__':4. url_get_base = "/analysis/?"5. api_key = ''6. text = ''7. format = ''8. pattern = ''9. result = urllib2.urlopen( "%sapi_key=%s&text=%s&format=%s&pattern=%s" % (url_get_base,api_key,text,format,pattern))10. content = result.read().strip()11. print content更多使用其他编程语言以GET和POST方式调用REST API代码示例以及注意事项请参考API编程调用示例。
证券代码：002230 证券简称：科大讯飞公告编号：2010-030安徽科大讯飞信息科技股份有限公司关于“讯飞语音云”发布会的公告本公司及董事会全体成员保证公告内容真实、准确和完整，没有虚假记载、误导性陈述或者重大遗漏。
2010年10月28日，公司将在北京召开“讯飞语音云”发布会，正式发布全球首个同时提供语音合成、语音搜索、语音听写等智能语音交互能力的移动互联网智能交互平台——“讯飞语音云”。
智能语音交互，通俗的说就是能让移动互联网的各种设备和服务像人一样“能听会说”：将人的语音转换成对应的文字，或者将文字转换成清晰流畅的语音朗读出来。
同时发布的还有该平台的示范应用——“语音输入法”体验版，智能手机安装后，可以用语音来进行QQ、短信、微博等内容的输入，使原来输入繁琐的短信书写和在线手机聊天等应用更加便捷有趣。
作为移动互联网基础能力，“讯飞语音云”将本公司业界领先的智能语音技术向移动互联网开发厂商和用户同时开放。
移动互联网应用开发伙伴可以像使用水、电那样“即开即有、按需取用”，在很短时间内构建出“能听会说”的特色移动互联网应用，从而使移动互联网语音创新开发的门槛降低、开发周期缩短，将有利于移动互联网应用的不断创新和丰富。
此次与“讯飞语音云”同时发布的该平台第一个示范应用——“语音输入法”体验版，用户可以在科大讯飞“语音云”网站/免费下载客户端进行体验。
本次发布会将于10月28日下午3点在腾讯网进行图文直播。
公司还需与合作伙伴逐步丰富基于“语音云”平台的应用产品，不断提升平台性能，平台目前尚无盈利计划。
本次“讯飞语音云”平台发布对公司2010年的业绩不会产生重大影响。
特此公告。
安徽科大讯飞信息科技股份有限公司董 事 会二〇一〇年十月二十八日。
一款仿macOS的Dock工具■李颖BitDock是一款高仿macOS的PC小工具，除了在外观与操作上高度模仿macOS以外，还内置了很多实用模块，动感十足、赏心悦目。
1.动态天气动态天气是BitDock里颜值很高的一款工具，平时它会静静地待在Dock里，为你显示最新实况天气，但只要将鼠标悬停在按钮之上，瞬间就会蹦出一个炫酷的天气小动画。
2.护眼工具经常晚上用电脑的小伙伴总会感觉屏幕费眼，护眼工具其实很像是Win10里的夜间模式，同样是通过降低蓝光减少屏幕对眼睛的伤害。
这项功能使用简单，点击一下就能立马进入护眼状态，还可以通过软件提供的强度滑杆，任意调节护眼强度。
3.一键搜索一键搜索并不新鲜，虽然这些年没成什么大气候，但这项功能还是蛮实用的。
BitDock的这项功能被称为“比特搜索”，点击后首先弹出一个搜索栏，输入关键词后弹出搜索页面。
这里融合了百度、360、搜狗、Bing、百度百科和Google六组搜索引擎，点击即可实现切换。
而且它还可以借助外围标签切换网页、地图、音乐和图片等不同类别的搜索结果，相当好用。
4.动态时钟动态时钟是一款很酷的东西，能够动态显示出秒针变化。
插件的功能很简单，悬停后弹出当天的日期，没有多少花样，但胜就胜在颜值比较高。
5.定时关机定时关机是BitDock里的一个小组件，起初没觉得有什么特别，无非就是关机、重启■顾伟近日，科大讯飞召开了主题为“你的世界，因A.I.而能”的新品发布会，发布了全新的《讯飞输入法9.0》。
根据官方介绍，《讯飞输入法9.0》使用了自研的新一代语音输入模型，可以实现中英、普通话与方言以及离线与在线语音免切换输入，打字提升可达300%。
科大讯飞在发布会上介绍，讯飞输入法同时集成了语音、手写和拼音等多种输入方式，通过语音输入，每分钟可输入400字，而普通话的语音输入的准确率突破98%。
不仅如此，《讯飞输入法9.0》还支持中英文语音混合输入，识别率也高达95%以上。
科大讯飞新品发布会发布AIUI3.0每一次的科技进步，总是以光一般的速度影响并颠覆我们的生活方式，不断照亮生活的方方面面。
近日，科大讯飞“AI ·飞无界”新品发布会在深圳成功举办。
本次发布会发布了科大讯飞AIUI3.0，其中包括魔飞（MORFEI ）2.0、智能物联云AIoT 以及iFLYOS。
在发布会现场，科大讯飞执行总裁胡郁、科大讯飞消费者BG 执行总裁于继栋为大家带来了精彩分享。
自2015年AIUI 正式发布，经过三年的打磨，AIUI3.0诞生了。
全新的AIUI3.0在了解开发者需求的基础上带来了更多革新。
AIUI3.0对比业界平台一大优势，就是真正做到开放式交互，选择这种模式，让交互更贴近自然，并且不断地演进和优化效果。
很多开发者希望不断优化自己的产品，并提高语义理解和语音识别质量。
AIUI3.0的半监督优化功能通过系统分析产品日志，为开发者提供优化建议。
同时通过全链路和场景动态词汇，全面提高各类场景下的理解能力和识别率，并真正达到所见即所说。
从1.0到3.0，AIUI 不断打磨产品，升级功能，未来，科大讯飞将继续探索的脚步，不断给大家带来更接近自然的人机交互体验。
在于继栋介绍AIUI3.0后，参加AI battle 的四位开发者也完成了自己的作品，分别走上舞台进行了展示。
并基于其中一位开发者的抽奖应用进行了现场抽奖，送出了精美礼品。
我们都曾看到科幻电影中房屋自动响应主人的各种命令，打开大门，调节温度，泡一杯咖啡……这些通过魔飞(MORFEI)麦克风都将成为现实。
自从去年发布了魔飞1.0后，科大讯飞不断打磨，带来了魔飞2.0。
新的魔飞具有根据与用户的距离进行回复的能力，当多个魔飞设备被唤醒后会计算唤醒分值，找出离用户最近的一个魔飞设备，并响应用户。
避免我们在家喊一嗓子，所有的智能设备都回复的尴尬场面。
魔飞2.0开通了全链路，可对应客服录音、会议转写、智能家居和互动广告等场景。
同时魔飞还开通了声纹唤醒接口支持唤醒后瞬间知道用户身份。
