坚定源头技术创新及研发，思必驰迎来产品化全面收获期

【猎云网（微信：ilieyun）北京】6月24日报道（文/王非）

自成立以来，思必驰通过“终端+AI”、“行业+AI”等方式深度赋能各行业场景，促进诸多应用落地。

作为一家对话式人工智能平台公司，思必驰深谙“技术为王，创新为本”的重要性。

如今的思必驰拥有全链路的智能语音语言技术，自主研发了新一代人机交互平台（DUI）和人工智能芯片（TH1520）；为车联网、IoT及政务、金融等众多行业场景合作伙伴提供自然语言交互解决方案。

凭借雄厚的AI技术实力与广泛的产品落地业务，2020年，思必驰完成Pre-IPO轮融资，随后完成股份制改造。

此时的思必驰，依然保持沉着，稳中求进地进行着核心技术的研发与升级，并探索更多场景的落地。

升级与进化：让交互有温度，让使用更便捷

2021年，思必驰在多项核心技术上取得进展。在保持这一良好发展势头的同时，今年以来，思必驰继续不断突破自我。

发音人音色定制平台

音色，是每个人独有的声音特色，也是虚拟人表达情感、对外沟通不可或缺的部分。强大的音色定制能力让虚拟偶像更为鲜活。然而，当前市场上传统人工合成音色定制服务通常流程较为复杂，技术门槛较高，需要大量人力相互配合，定制成本与定制周期也让很多使用者望而却步。

今年3月，思必驰推出易操作的发音人音色定制平台。该平台是思必驰提供的一项进行音色定制训练的平台服务，旨在赋能用户自主完成语音合成音色模型定制，降低语音合成定制门槛。使用者只需要根据自身场景需要，上传一定量符合规定标准的音频，即可一站式完成自动标注、模型定制、质量评测。

目前，该平台支持定制中英文、成人男女、儿童等类别，以及幽默、严肃、甜美、中性等各种情感风格的音色，可以满足客户在在消费电子产品、明星动漫热门IP、数字人客服、有声读物、新闻播报等多个领域的应用需求。

DUI标注训练一体化平台2.0

为帮助企业在智能化转型中，拥有更高的技术自主性，思必驰曾推出DUI标注训练一体化平台，通过平台化的方式开放智能语音算法能力，赋能不同类行业/企业在使用语音服务中，拥有数据标注、模型训练能力，持续提升场景识别效果。目前平台提供语音技术定制化服务，在会议、航空通讯、医疗、城市交通、门店质检等垂直场景里运用。用以提升企业服务、管理效率。

而经过一年的使用实践，目前平台也迎来了2.0的版本升级。升级后，公有云版正式开放，同时推出便携一体机版本，拥有更强的扩展性，随用随调，使用更便捷。更低的平台使用门槛，减轻研发人员投入。升级后的平台支持公有云、私有云、便携一体机等多种灵活的接入形式，服务均可定制化。

接下来，思必驰DUI标注训练一体化平台将持续深入语音识别优化链路，持续推动DUI平台从“服务赋能”向“能力赋能”转变，赋予用户更大的自主权。

直面唤醒+智能降噪+声纹识别

针对在全屋智能一体化家居场景或卖场场景下多设备的情况，思必驰新推出“直面唤醒”方案，通过模拟人耳的算法模型可以帮助用户优先唤醒其中某一个设备，避免几个设备同时被唤醒，判断更精准、更符合用户的交互习惯。该方案近期也入选了长三角2021年度人工智能产业“十大科技事件”。

在综合运用信号处理、回声消除、声源定位等技术，并且配合AI语音专用芯片TH1520及麦克风阵列，思必驰在家居、车载、办公等多领域落地了智能降噪案例，凭借强大的AI性能，提升语音通话质量，为用户带来更纯净的语音交互。

值得一提的是，疫情之下，声纹识别技术填补了远程身份验证的市场需求，在银行数字化转型里大放异彩。除了作为全新的身份认证“活密码”为金融安全保驾护航，思必驰声纹识别技术更在出行场景中，有了新尝试。

运用于电动两轮车领域的思必驰声纹解锁方案诞生，让出行更自由。基于固定文本+随机验证码认证，融合文本相关和文本半相关的声纹识别方案，获得了比固定文本更高的声纹识别率，且有效防止被提前录音，具备了更高的安全性。

成就与荣誉：从算法到芯片，多项技术均获行业认可

经过多年的积累与沉淀，思必驰拥有全链路的智能对话核心技术。强大的技术创新能力，也让思必驰的多项语音技术均获得行业认可。

在各项荣誉里，今年2-3月，思必驰连续登顶中文医疗权威榜单CBLUE2.0。

在各类赛事上，思必驰也屡获佳绩。思必驰-上海交大人机交互联合实验室团队（AISP-SJTU，下称：联合实验室）在继去年6月份取得Text-to-SQL任务英文基准榜单Spider第一名后，今年4月又取得Text-to-SQL任务中文千言榜单第一名。就在2022年国际口语机器翻译评测比赛（简称IWSLT）中，联合实验室凭借卓越的技术优势，获得“英-中同声传译”（Speech-to-Text）赛道冠军。值得一提的是，IWSLT是国际上最具影响力的口语机器翻译评测比赛之一，今年设置了同声传译、离线语音翻译等7个任务。

在学术交流中，联合实验室在相关方向的顶级国际会议上已发表多篇论文。例如，针对Text-to-SQL任务中用户问句和数据库模式的联合异构图编码挑战，提出了基于线图增强的LGESQL模型，相关成果发表于ACL 2021主会；针对单轮问答式Text-to-SQL任务不同领域之间，由词表差异引发的领域迁移和泛化问题，提出了ShadowGNN模型，将结构和语义信息解耦，相关成果已发表于NAACL 2021主会等等。

而在行业标准与测评中，思必驰先后参与国家标准《中文语音合成互联网服务接口规范》与行业标准《中文语音合成服务系统评估规范》的制定，并成为全国首批通过评估测评的公司之一。

思必驰中文语音识别系统、声纹识别服务、智能对话等多项技术均通过中国信通院认证，获得《语音识别服务能力专项评估证书》《声纹识别服务能力基础评估证书》《智能对话系统等级评估证书》《智能对话产品评估能力证书》。

这些成就与荣誉的达成，与思必驰坚持产学研一体化道路紧密关联。

此前思必驰在智慧办公产品发布会上表示，将坚持从三大方面做对话式人工智能技术：

一是全链路语音交互技术，覆盖从信号处理、语音识别、语音合成到语义理解、对话管理等链路，从感知智能走向认知智能；

二是坚持软硬一体化，配套算法技术方案，协同自研AI芯片，思必驰为大量产品做了软硬件协同优化；

三是大规模可定制，基于自研的大量迁移学习技术，从对特定场景或设备进行快速定制。

落地与破局：“终端+AI”、“行业+AI”两手抓

自成立以来，思必驰已通过“终端+AI”、“行业+AI”方式深度赋能各行业场景，促进诸多应用落地。

与此同时，思必驰也在不断修炼内功，探索提升自身的产品力。

除了在智能家居、智能汽车、消费电子等领域探索，思必驰更在AI+新场景思路下不断尝试，今年在智慧办公领域也带来别样惊喜。

今年2月，思必驰拓展在智慧办公领域的探索，针对个人用户，推出了灵活便携的智能硬件产品360°降噪会议麦克风音箱，聚焦在远程办公、线上学习的使用场景，目前已上线京东售卖。

5月，思必驰又发布了智能会议解决方案，赋能政企迈入智慧办公新发展阶段。

针对政企用户的数智化办公升级，推出智能会议解决方案及智能办公终端产品AIMIC-M12、转写一体机T1，带来通话降噪、收音扩音、实时语音转写等服务。

无论是针对个人用户的会议麦克风音箱，还是针对政企服务的智能会议解决方案及产品，无不说明着，在车载和家庭两大消费市场排兵布阵后，思必驰对于社会生产生活、政企服务领域的重视和展望。

据相关数据显示，2020年的智慧办公行业市场规模达548.5亿元，年复合增长率高达14.5%。未来五年，预计中国智慧办公行业将以12.8%的增长率持续增长，并于2023年达到829亿元左右的市场规模。

路漫漫其修远兮，思必驰又将如何“上下求索”，时间自有答案。