以语音为代表的人机交互或许是未来硬件和机器人的标配

自2021年以来，机器人赛道已成为资本热捧的焦点。仅在前十个月，已有299个机器人项目成功融资，其中253个项目集中在C轮及以前阶段，且已有79个项目的融资额超过亿元人民币。

根据天眼查数据，今年新增的机器人相关企业超过10万家，目前全国机器人相关企业数量已超过32万。在地域分布上，广东省的机器人企业数量居首，超过7万家，占比高达22.02%，是第二名江苏省的两倍之多。

在这样繁荣的产业和资本背景下，36氪于11月25日在深圳举办了超前体验·机器人峰会。这场盛会汇聚了众多投资人、科学家、学者、创业者以及机器人行业的从业者。嘉宾阵容星光璀璨，包括中国工程院院士谭建荣、达晨财智业务合伙人任俊熙、蓝驰创投董事总经理曹巍等投资界大咖，还有阿里巴巴达摩院研究员付强等科研精英，以及高仙机器人创始人兼CEO程昊天、大族机器人CEO王光能等创业先锋。未来机器人创始人李陆洋、云迹科技执行总裁兼CTO林小俊等多位行业领导者也出席了此次峰会。

此次峰会旨在共同探讨机器人行业的新趋势，以及如何在新环境下让技术更好地服务于大众生活。各位嘉宾将分享他们的见解和经验，为机器人行业的发展提供宝贵的建议和启示。这场盛会无疑为机器人行业的从业者提供了一个难得的交流和学习机会。“语音和多模态的人机交互，正成为以机器人为代表的智能硬件不可或缺的核心特性。面对这一趋势，我们必须首先克服声学的复杂性。阿里达摩院深谙此道，我们拥有应对各种声学环境的独特思路和技术手段。”

“如同为机器赋予智慧的眼睛，语音和多模态交互技术让机器人能够更加自然地与人们沟通。声学的复杂性是这一领域必须面对的挑战。不同的环境噪音、音质差异等都会对交互造成干扰。对此，阿里达摩院早已深入研究，并掌握了应对之道的完整技术链条。”

“我们的技术不仅可以让机器人听懂各种口音、语速的语音指令，还能在复杂的声学环境下保持精准的交互体验。这是阿里达摩院实力的体现，也是我们不断追求科技创新的成果。未来，我们还将继续深耕这一领域，为人类与机器之间的交互带来更多可能性。”以下是阿里达摩院的付强先生现场演讲《复杂声学环境下的语音交互》的整理内容：

在智能硬件和机器人行业，人机交互显得尤为重要，其中语音交互更是其中的一大特色。无论是智能音箱、智能家电还是机器人，语音交互都是不可或缺的一部分。随着技术的不断进步，人们对于人机交互的需求越来越高，而语音交互则能够满足人们对于便捷、高效、自然的需求。

阿里达摩院的付强先生在演讲中提到，随着人工智能技术的不断发展，语音交互已经成为了人机交互的重要方向之一。特别是在复杂声学环境下，如何让语音交互更加准确、稳定、可靠是一个巨大的挑战。在这个领域，阿里达摩院已经取得了很多重要的进展和突破。

付强先生指出，在智能硬件和机器人领域，语音交互的优势非常明显。语音交互具有便捷性，人们不需要通过繁琐的操作就能完成指令。语音交互具有高效性，能够快速获取信息和执行命令。语音交互具有自然性，人们可以通过自然语言与智能设备进行交流，更加贴近人类交流的方式。

未来，随着技术的不断进步和应用场景的不断拓展，语音交互将会在智能硬件和机器人领域发挥更加重要的作用。阿里达摩院将会继续深耕这个领域，不断推出更加先进、高效、可靠的语音交互技术，推动人机交互的发展。

无论是在智能硬件还是机器人行业，语音交互都是一个非常重要的特征。阿里达摩院的付强先生的演讲为我们带来了这个领域的最新进展和趋势，让我们更加了解语音交互的重要性和前景。探索语音交互领域的新前沿：挑战与应用展望

随着技术的飞速发展，无论是VR、AR、机器人还是其他行业，语音交互和知识图谱的应用已经成为一个不可或缺的部分。语音交互技术在实际应用中面临着诸多挑战。其中，不同的声学场景所带来的声学问题尤为突出，包括背景噪声、混响等声学环境特性的差异。为了应对这些挑战，模组化成为了一个常用的技术手段。

模组化策略的核心在于通过对声学器件、操作系统、声频算法和交互应用调度，包括连接协议等进行一体化封装，以应对不同场景中的离散性问题。这种策略使得解决方案更加平台化，使得与声学和音频相关的技术得以沉淀。这一策略还能提高与客户对接的效率，同时提供二次编程能力。

阿里达摩院的整个语音AI技术栈则是一个集大成之作。一个标准的语音交互链路，涵盖了从端到云的各个方面。在端上，有信号处理、语音唤醒、本地识别等关键模块，还有为智能硬件配套的声学设计。而在云端，则主要包括识别、合成、对话管理以及声纹相关的技术栈。这些组成部分共同构成了一个完整的技术链。

声学环境的复杂性是语音交互技术面临的挑战之一。不同的场景、不同的噪声背景都会对语音识别的准确性产生影响。而模组化的策略，就像是为一台机器装上适应各种环境的“眼睛”和“耳朵”，使其能够在各种离散的环境中准确识别和执行命令。

随着技术的不断进步，我们期待语音交互技术能够越来越成熟，越来越智能。而阿里达摩院的语音AI技术栈，无疑是这一领域的重要里程碑。未来，我们期待这一技术能够在更多领域得到应用，为人们的生活带来更多的便利和乐趣。下面让我们来详细了解一下我们在技术链条上的一些关键突破，特别是近期我们重点投入的领域。

我们来谈谈声学前端。这是与场景和硬件适配紧密相关的一个关键环节。在我们的方案中，特别强调了信号处理的重要性。虽然大家可能已经对深度学习技术在交互中的渗透有所关注，但从我们的实践和对行业的理解来看，经典信号处理的作用在未来很长一段时间内仍将占据一席之地。

为什么会这样呢？原因在于我们所面临的场景的复杂性。单一的场景样本数据并不能完全适应所有场景的声学环境。经典信号处理理论在这里的价值在于其在线自适应优化的能力，这是它的“灵魂”。

在我们的技术体系中，声学前端是连接场景和硬件的桥梁。为了更好地适应各种复杂场景，我们需要借助经典信号处理的技巧，结合深度学习的先进算法，以实现更加智能、高效的声学处理。这样，我们的技术才能在不断变化的场景中保持强大的适应能力，为用户提供更优质、更个性化的体验。在这个背景下，我们专注于发展独特的信号处理相关技术，尤其是盲源分离技术。这项技术特别适用于消费电子领域的小阵列场景，当麦克风数量有限但性能需求较高时，它就是理想的选择。它的核心理论基础是盲源分离理论，这一理论帮助我们构建了一个统一处理环境噪声、房间混响和设备回声的框架，这也是我们在该领域的学术贡献之一。我们的AEC算法在国际权威学术机构组织的挑战赛中获得了国内第一的好成绩，这一成就得到了广泛认可。

当我们深入探索声学领域的模组化时，我们总结出了一系列针对不同场景的模组方案。这些方案，就像是为不同世界量身打造的钥匙，每一把都有其独特之处。

让我们聚焦“高性价比”这一关键词。这并非简单的口号，而是实实在在的应用场景。想象一下智能音箱、家电等产品，它们对成本有着极高的要求，同时对性能也有着严格的标准。在这样的背景下，我们追求的，正是那种能够让产品在成本与性能之间达到完美平衡的高性价比方案。

接下来，我们转向“高性能”的领域。这里所强调的性能，主要集中在噪声环境的鲁棒性上。在喧嚣的噪声中，如何确保产品的性能不受影响，保持清晰、稳定的输出，这是我们追求的极致目标。无论是在智能音箱的语音识别，还是在其他声学产品中，噪声环境下的鲁棒性都是我们的核心关注点。我们致力于提供能够在各种噪声环境下都能表现出色的高性能声学模组方案。

这些方案的提炼，背后是我们团队对声学技术的深入理解和持续创新。我们希望通过这些方案，为各行各业的客户提供最优质的服务，满足他们在不同场景下的需求。无论是追求高性价比，还是追求高性能，我们都致力于提供最优质的声学体验，为客户创造价值。第三个领域，关于多模态技术，它主要指的是应对复杂声学场景的技术能力。在实际应用中，多模态技术展现出了强大的潜力。

除此之外，芯片化也是模组化的一个极致表现。当算法和芯片设计有机融合时，便能产生极具性价比的解决方案。这一理念在实际应用中得到了充分体现，后面我们会详细介绍一些应用案例。

接下来，我想和大家分享几个语音技术的实际应用案例。在过去的几年里，我们的语音交互技术和方案已经成功落地于众多家庭场景相关的智能硬件，包括海尔、康佳以及与优酷合作的投影仪等。这些设备不仅展示了我们的拾音模组和声学结构参考设计，还包括业内唯一的声学装配效果产线专业测试设备，累计装机量近千万级。客户反馈显示，我们的产品在小型阵列条件下展现出了卓越的抗卖场环境噪声能力。

接下来，我要分享的是关于我们高性价比的模组和芯片的一些成功案例。首先是喜马拉雅的音箱和其AI早教机，这是一种儿童教育硬件，也可视为一种小型机器人。我们还与天猫精灵合作推出了车载精灵和两轮电动车。客户选择我们的芯片，主要是看重其高性价比这一核心特点。这一特点的形成得益于多方面的努力，包括选择端侧算法的路线、与平头哥团队的算法深度工程优化、根据算法定义硬核算子，以及我们整体的售后技术支持和产品持续升级能力。

我们还推出了高性能语音模组方案，并与天猫精灵合作落地了科沃斯扫地机N9+。这是业内第一台能在行进过程中进行语音交互的扫地机，于今年6.18上市。该方案成功克服了高自噪、大回声、移动远场和低算力等技术挑战，目前正在扫地机行业进行推广应用。我们还为机器狗等应用场景提供了解决方案。例如，在今年的云栖大会上，我们的机器狗在嘈杂的公众场景中成功完成了人机交互式动作演示，赢得了广泛关注。

我们的技术和方案在多个领域取得了显著成果，这得益于我们不断的技术创新和优化，以及对客户需求的深入理解和满足。我们将继续努力，为客户提供更优质的产品和服务，为智能硬产业的发展做出更大的贡献。多模态交互技术的应用正在不断扩展其边界。当纯声学技术无法满足需求时，音视频融合的技术方案便成为了重要的解决方案。自2018年起，这一技术已在上海地铁全面应用，并在北京、哈尔滨、南京、成都等城市的地铁中逐渐普及。如今，语音交互已经成为购票机的标配，不仅用于购票场景，更广泛应用于交互服务机器人或智能查询服务大屏。在医院的导诊、政务、金融等问询场景中，这种非接触的语音交互更是成为了刚需，尤其在疫情期间，其需求愈发强烈。

除了上述应用，多模态交互技术还在其他领域展现出强大的潜力。例如，与钉钉合作的智能无人前台，通过企业通讯录的数据匹配，我们可以直接进行视频通话，从而取代前台的人工服务，这可以看作是前台服务机器人的初步形态。还有一项值得一提的应用是语音自助售货机。这种售货机不仅能实现语音交互，还具有主动交互功能，能够自动打招呼，检测用户的性别、年龄，并主动推荐产品，从而吸引更多的消费者。可以预见，在机器人领域，主动交互技术将成为极具价值的技术趋势。

这两个案例不仅展示了多模态交互技术的广泛应用，也预示着这一领域的未来发展空间巨大。随着技术的不断进步和应用场景的不断拓展，多模态交互将在更多领域得到应用，并带来更加智能、便捷的用户体验。