老样子，科大讯飞各项工作做的都挺好：展示AI能力秀

　　导读：很长一段时间，老样子讯飞的讯飞盈利问题都遭到业界的质疑。但昨晚，各项工作在讯飞开放平台的都挺「AI·飞无界」新品发布会上，科大讯飞执行总裁胡郁给出了解释：

　　讯飞每年在开发者平台和核心技术上的好展投入是上亿级的，2017 年讯飞的力秀技术投入占总营收比重高达 61.61%，技术开发团队的老样子人数增长率则高达 56.04%，均大幅度高于 2016 年。讯飞



　　作为一家老牌技术企业，科大讯飞善于源头技术的力秀系统创新，但是老样子在产品和应用方面的创新，单靠讯飞自身的讯飞力量是做不到的。讯飞在开发者平台商不惜代价的各项工作投入巨大的财力物力人力，就是希望不断降低创新门槛，与开发者共同推动语音交互技术的应用创新。


　　^ 科大讯飞执行总裁胡郁

　　老样子，首先回顾 AIUI 的发展历程以及取得的成绩，这些更新的数据了解一下

　　在还没有 Echo 和 Alexa 的 2010 年，讯飞发布了首个中文语音开发者平台。2015 年，讯飞发布了 AIUI，提出了人机交互的新场景和新理念。历经三年发展，平台注册开发者已经达到 80 万。

　　科大讯飞消费者事业群执行总裁于继栋首先对 AIUI 平台商的开发者进行了分析，发现了一些有意思的现象：2017 年，伴随着 AI 的发展，平台开发者数量增长了 30 万；移动终端的开发者快速增长，而代表了办公场景的 Windows 开发者和代表了智能硬件的 Linux 开发者都获得了快速增长，此外还有微信小程序的 API 开发者和 Java 小程序开发者，这些都是 AI 落地的表现。


　　^ 现场展示的讯飞 AIUI 赋能的设备

　　过去一年，讯飞也努力的推动着技术走进人们的生活。从讯飞输入法的数据分析来看，语音输入作为一个应用，活跃度已经可以跃进手机 TOP 10 应用。用户每天通过讯飞开放平台与设备的交互次数达到 45 亿次，其中智能音箱的日活达到 4000 万次，车机的语音交互活跃度超过 90%。


　　^ 现场观众体验刚刚发布的叮咚 PLAY，讯飞联合京东出品

　　加大对智能家居场景的渗透，升级后的魔飞 2.0，解决了多设备同时被唤醒的尴尬

　　魔飞（MORFEI）是一款成品级的硬件开发平台。在去年发布的双环八麦智能麦克风的基础上，讯飞发布了升级版的「魔飞 2.0」。超越了固定的硬件形态的局限，「软核化」升级后的魔飞可以安装在各类硬件设备中。同时，融合了 AIUI 的云函数能力，使开发者可以在云端直接编写业务逻辑，实现在一个小时之内完成业务场景的搭建，进一步压缩开发周期。

　　魔飞的产品经理涂康宏特别强调了魔飞 2.0 的两点创新：

　　拥有分布式能力。过去，当用户对多台设备进行唤醒时，命令执行会引发多台设备同时被唤醒的尴尬局面；现在，多台设备在同一个局域网、同一个账户号下，当用户喊出「魔飞魔飞」唤醒词时，所有在局域网内的设备进行唤醒分值计算，离用户最近的那一台设备会优先响应用户唤醒。

　　拥有能量跟随能力。过去，当设备被唤醒之后，麦克风阵列会根据声源的位置指定一个固定的波束方向，除非用户再次唤醒设备，否则波束方向不会改变；现在，波束可以根据用户的位置和声源地移动，动态的调整播出方向，从而给用户带来更自然的交互体验，也给开发者带来更多的想象空间。

　　此外，魔飞还开放了包括音频降噪接口、文本转写接口、合成播报接口在内的全链路接口，实现了声纹唤醒能力，开发者可以通过声纹接口获取到用户的身份信息，并给予用户个性化推荐。


　　^ 与魔飞联动的设备

　　强调精品技能开发，升级后的 AIUI 3.0 完善了技能开发工具和平台能力

　　AIUI 3.0 集成了语音唤醒、语音识别、语义理解、语音合成、IoT 等核心技术，优化了技能平台，并整合了硬件、SDK、WebAPI、芯片、小程序等接入平台，构成了一张丰富的系统架构全景图。

　　讯飞也例行的公布了技能和内容平台的应用数量：120+ 技能和 60+ 内容，但更加强调了打造高活跃的精品技能的重要性。优质内容提供商「工程师爸爸」和「豆果美食」被特别的点名。

　　为了让开发者能够更加高效的开发出个性化的技能，讯飞的技能平台为开发者提供了自定义问答工具、自定义技能工具，以及云函数即云端编程的能力、和半监督优化能力。这个颇有创新性的「半监督优化能力」，通俗的来讲，就是通过系统分析人机交互日志，了解各种热门说法并推荐给开发者，并提供多种响应方式的建议，从而帮助开发者更加高效的捕获用户需求和优化技能体验。

　　AIUI 3.0 在不断的丰富着设备的接入方式，即便是不智能的嵌入式设备，只要具有 Wi-Fi 能力，就可以低成本快速的接入 AIUI 的语音能力。

　　现场，讯飞还举办了一场语音技能开发的挑战，有 4 位开发者仅用了很短的时间，就完成了一项技能的开发，并通过现场配置好的魔飞麦克风，进行了技能演示和验证。这里不一一举例。


　　^ 参与现场技能开发挑战的深圳的开发者

　　发布智能物联云 AIoT，旨在实现 20 亿智能硬件的互联互通

　　2018 年，硬件终端规模已近 20 亿，其中，非手机类的智能终端比例，已经从 1% 提高到了 7.6%，智能硬件市场正在崛起。过去 18 个月，讯飞已经接入了近 1.5 亿智能硬件终端设备，在安防、智能家居、智能办公、机器人、智能穿戴等领域的合作伙伴数量都在快速增长。

　　新发布的智能物联云 AIoT 不仅可以实现讯飞自家设备互联互通，还可以实现自家设备和其他设备的互联互通，并且还能兼容第三方物联网。

　　智能物联云 AIoT 有两大能力：提供开放、聚合、智能的云服务平台；支持设备在本地的雾计算（边缘计算）。这些能力被整合到 PaaS 级的开发平台里，为开发者提供 AI 接口和开放设备连接，让开发者可以定制开发，自由创造个性化的智能场景。

　　现场，讯飞的团队也为大家展示了设备互联互通和多模态人机交互的能力。


　　^ 现场演示厨房场景的设备交互

　　发布操作系统 iFLYOS，整合技术和内容，免费提供系统级解决方案

　　最后一项发布是 iFLYOS，一种智能硬件更轻量的接入方式，一种系统级的语音交互解决方案。

　　iFLYOS 不仅整合了讯飞语音唤醒、语音识别、语音合成、语义理解这四大基础技术能力并免费开放给开发者，并且，还整合了 1300 万首咪咕高清音乐、20 万部海豚有声内容、以及 3 万部院线大片。

　　为了更好的助力开发者，iFLYOS 还提供了 API 开放接口、开源了端代码、并且兼容亚马逊 AVS 可以让亚马逊设备快速接入讯飞。


　　^ 讯飞单点 AI 能力秀

　　笃信基于视觉呈现的语音交互将成为主流交互方式

　　胡郁的新品发布后，不仅强调了科大讯飞在技术上的策略投入，还和观众探讨了未来的人机交互方式。

　　统计表明，90% 信息输出依靠语音，80% 信息输入依靠视觉。基于视觉呈现的语音交互，是否能成为触摸交互之后，最主要的交互方式？胡郁给出的答案是坚定的。未来，将会有更多的带有视觉呈现的语音交互场景，如跑步等移动场景下，人们佩戴耳机的无视觉呈现的语音交互；在车载环境下，对着后视镜的弱视觉呈现的语音交互；还有在家庭环境下，在电视、投影等屏幕前的强视觉呈现的语音交互等等。

　　拥抱软硬件开发者的姿态

　　自去年 1024 开发者节后，讯飞不断的扩大着开发者的受众范围，并细化着他们的画像。讯飞将开发者分为 5 类：能力开发者、方案开发者、产品开发者、技能开发者、内容开发者，并预测今年将突破 100 万讯飞开放平台的注册开发者。


　　^ 璀璨的发布会现场聚集了 2000 名观众

　　在会后的采访环节，当深圳湾问起常常出差来深圳的于继栋，如何描绘深圳的开发者时， 他说，深圳是一个充满创新的地方。深圳是北京之外开发者最多的城市，但相比北京的开发者，深圳的开发者的兼容性略显不足。

　　基于这两年对语音智能生态的观察，我们发现，具有技术能力的软硬件开发者和方案商、终端设备的开发者、以及具有软件开发和内容整合能力的应用开发者，都被或正在被卷入到语音智能这个大生态。而在各大巨头和实力派系都在竞相搭平台「秀肌肉」的时候，开发者的活跃度也超过了以往任何时候。应该以怎样的姿态拥抱开发者，则是这些大平台长远的课题。

本书首发来自成都索客科技有限公司，第一时间看正版内容！