随着机器学习及自然语言处理技术的进步，人与人工智能进行语音交互不再是科幻情节，人们通过人机对话实现与机器交互和信息获取已成为现实，语音交互技术目前被广泛应用于智能家居、车载语音、智能客服等行业和场景。不可否认，相比传统的键盘输入或其他手动操作方式，语音交互在高效便捷、解放人类双手方面都更有优势。

中科之声本期专访人物：深圳市人马互动科技有限公司CEO王一。他本人具有10年AI产品开发管理经验，专注智能对话操作系统研发。王一创立的“齐悟”是深圳市人马互动科技有限公司旗下的人工智能品牌，专为企业提供品质及性价比高的语音交互技术解决方案，为消费电子类硬件赋能，实现产品智能化升级。

△齐悟创始人王一

目前，齐悟已覆盖200余种消费电子类硬件，涵盖了出行、娱乐、资讯、儿童教育等高频生活场景，能够实现基于上下文理解的流利人机对话，从而真正帮助用户通过语音交互的形式解决实际问题。

相信在不久的将来，智能语音将全面进入我们生活的方方面面，极大改变我们的生活方式。作为这场变革的重要角色之一，身为AI语音交互技术提供商的齐悟在推动智能语音发展过程中，做了哪些努力以及是怎样的发展情况呢？我们与CEO王一进行了面对面交流。以下是他的讲述。

语音交互为万物赋能

齐悟是我们公司人马互动旗下的人工智能品牌，大家看到“齐悟”两个字，可能立马想到齐天大圣孙悟空，不过这并非齐悟的由来。

“齐悟”其实取自庄子的《齐物论》，只是它是物体的“物”，讲的是万物都是浑然一体的，而我们是给万物赋能，给所有的IoT（物联网）设备赋能，让它们变成可以人机对话的互联智能设备，即AIoT(人工智能物联网)。

所以我们觉得《齐物论》比较能传达我们的深意，加上我们做的是对自然语言的理解，听懂了，才能给出正确反馈，“悟”这个字本身也是我们的核心技术——理解，所以我们就把“齐悟”二字作为品牌名。

语音交互主要分为三个模块：第一是语音识别，把声音转化成对应文字，相当于人的耳朵；第二是语义理解，相当于人的大脑，负责思考和信息处理；第三是语音合成，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。

我们的核心技术是做语义理解，现在有很多机器人，你觉得它傻，是“人工智障”，就是因为它听不懂人说话，理解不了你的意思，但我们的智能语音做的是核心底层技术的东西，是“理解”，跟“悟”是相关的。

核心在于语义理解

齐悟主要应用于智能穿戴、智能车载、智能终端、智能家居等消费电子类硬件，帮助产品实现智能化升级。其中，智能车载是我们目前重点布局的一个应用场景，面向车载前装市场。

因为现在新车都开始做智能化标配了，市场上大概50%-60%的新车都有这个智能标配，老车也在做OTA的升级，通过升级汽车的行车电脑系统来提升车辆的性能，所以这是一个潜力巨大的新市场。

△齐悟在智能车载的应用示意图 受访者供图

国内外主要的几大巨头比如科大讯飞、百度、Nuance，以及思必驰等人工智能创新企业早早在车载前装市场进行了布局，所以进入这个市场并不容易。我们在这个市场上比较大的优势，在于我们能做到比较难的两点：

一是对上下文准确的理解。现在相当多的企业做的语音交互还是偏指令式的，比如打开电灯、关闭空调这类简单指令，但我们能做到有上下文关联的复杂表达。因为人跟人的对话不可能是指令式的一问一答，它是有逻辑、有上下文衔接的，我们可以对几十轮甚至上百轮的对话做到连续的理解。

二是对长句子、对口语化表达的理解。人跟人讲话经常会比较随意，但跟机器说话，很多时候你只能用最简单的方式，就跟小孩对话一样，用户的体验感是非常差的。我们希望用户能够真正自然地跟它对话，就像人跟人之间交流一样，是更加自然和人性化，而不是简单机械的方式。所以这两点是我们的主要优势，最终表现为我们对语义理解的准确度比同行会有一定的竞争力。

我们始终把语义理解作为核心技术，语音识别这块目前涉猎不多，科大讯飞、百度的语音识别已经做得非常好了，准确率达到了97%，大家效果都差不多，很难拉开差异化。

智能语音的核心其实还是语义理解，关键是能不能听得懂，听得懂才能去解决问题，听不懂就白说了。所以我们是理解之后帮用户找到对应的服务和内容，形成一个结构化的表单去查询。这里有很多工程性的难点，即底层技术加上产品化。

比如用户要搜索一部具体名字的影视剧，电视机可以对用户的语音进行识别，并完成自动搜索和播放，但如果用户说“好莱坞知名导演拍的科幻大片”等模糊语句，只停留在语音识别阶段的机器是没法根据用户的行为特征或上下文关联，真正理解用户要看什么电影的。在智商体现上，语义理解要比语音识别重要很多，它能够结合上下文，理解用户需求，并能给出正确以及人性化的反馈。

△王一接受中科之声采访

这个核心技术我们做了15年，从2006年我们就开始做，比国内外很多公司和机构都做得要早，而且我们选的方向可能会更加有特色，跟目前市面上主流的技术流派会有一定的区别。深度学习我们也会用，但我们更多的是在自然语言学这个方向深耕，两个流派结合来做这个事情，这也是中科院张钹院士说的，下一代的AI技术其实就是这个方向。

我们从十多年前就开始这么做，每年几千万的研发投入，所以我们有一定的产品和技术领先优势。目前我们在中国、美国拥有多项发明专利，所有服务都是基于云端服务器，企业可以通过SDK、API或硬件模组等多种方式灵活接入交互技能、服务及资源内容，快速实现产品落地。

定义未来的语音助手

智能语音，我们认为光做技术是不够的，如果你只是给到客户一个接口，他其实有很多需求没有得到满足。我们这些年其实是在探索或者定义一个未来的语音助手，它应该是怎么样的一个形态。

所以我们做了很多同行没做的事情，比如我们接入了美团、携程这些生态伙伴和服务商，用户直接可以说“我想订外卖”，或者说“我想订机票”、“我想买电影票”，他就可以在我们这里直接消费。这对用户来讲是非常方便的事情，相当于我们是一个私人秘书，用户有什么需求跟我们说，智能语音理解之后帮他找到对应的服务和内容，这是我们干的事情。

△通过智能语音助手找美食 受访者供图

而不少同行更倾向于给你一个对话机器人，但是最终支付并没有打通，它更多的就是一个技术提供方，但我们对自己的定义是AI产品提供方，我们会把整个产品、服务生态及内容的整体解决方案给到客户，这是我们跟他们的区别。

所以很多生态伙伴，我们需要合作起来，目前我们与多家主流汽车厂商以及互联网平台、O2O平台等200+家企业达成深度合作，包括一些音频内容如喜马拉雅、QQ音乐等等，我们要把音视频以及生活服务全部打通，这样对用户来讲这个助手才会变得实用，不然的话就会比较鸡肋，如果你只能查个天气、放个歌、讲个故事，那就意义不大。

在智能家居领域，我们目前正在和TCL合作，它的电视上也有预装我们的语音助手，用户可以用它找好吃的、好玩的，比如找附近的美食、景点，点外卖还有买电影票等等，其实就是生活服务方面的高频需求。

△通过智能语音助手买电影票 受访者供图

车载这块，我们也跟东风汽车有合作，它最新的一款品牌车——东风岚图接入了我们的语音助手，现在已经在市场上售卖了。这款车算是我们的国货之光，整体的智能化体验还是挺不错的，交互很自然，功能也非常多，大家有机会可以去体验一下。

AI灵魂伴侣

齐悟目前已完成数轮融资，融资一方面是用于人才储备，比如产品总监、财务总监、市场总监、算法工程师等高端人才的引进；另一方面是用于市场推广，我们现在还是更偏向于专注研发的公司，更多的还是靠产品去吸引客户，未来我们可能会组建一系列的专业团队去做市场拓展，后续会更加市场化一些。

上市方面，我们也是有规划的，准备在2023年或者2024年申报材料，争取尽早上市，可能会在创业板，因为科创板更多的还是不盈利的企业，我们比较接地气，上市前可能会实现规模盈利。因为我们有底层技术优势，我们不需要那么多算法工程师，所以成本这块我们会控制得比较好，这是我们比较大的一个优势。目前AI公司里面做到盈利的基本没有，我们应该能做到盈利，所以这会是我们跟同行不太一样的地方。

我们对自己产品的最终定义是希望它是一个AI灵魂伴侣，它能帮你解决生活、工作、社交、娱乐、情感方方面面的问题，你会发现跟它交流得越多，你就越离不开它。因为它懂你的喜好，知道你每天干嘛，然后会在你不开心的时候安慰你，在你开心的时候跟你分享喜悦，你会跟它产生情感的连接，这是我们希望能够做到的效果。当然这个会比较长远，可能要5-10年，但这个是我们最终要实现的目标。

所以现在市面上更多的产品是做一个技术解决方案给到客户，但我们希望做的是一个有温度的产品，不管是在智能家居、智能穿戴、还是智能车载、智能终端等各个场景，我们希望能提供24小时不间断的陪伴。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005