近年來，智能人機交互（以下簡稱“HCI”）技術已成為全世界學術界、產(chǎn)業(yè)界最活躍的領域之一，智能語音交互、智能圖像識別、自然語義理解、生物特征識別等HCI技術的進步，也在影響并改變著更多產(chǎn)業(yè)的發(fā)展進程。它像是潤物細無聲的春雨一樣，正默默地改變著人們的工作與生活方式。
在中關村，HCI技術的發(fā)展不僅能夠保持與世界同步，并且在一些領域保持著領先地位。今天讓我們跟隨張連毅走進這個在很多人眼中神秘的領域，體驗它的魅力。
26年前，張連毅于清華大學畢業(yè)。2013年，他以另外一個身份再次回到清華大學。人的一生有多少個25年？“HCI技術是一項可能永遠也無法達到完美、完善的技術，不斷地創(chuàng)新會讓技術無限接近盡善盡美，但可能永遠不會達到終點，這就是HCI技術的魅力所在。而我和清華大學的緣分也將沒有終點地持續(xù)下去。”他用這樣一段話來解釋自己和清華大學的不解之緣。
北京商報：智能人機交互技術是什么？
張連毅：人與機器的交流像人與人交流一樣簡單自然，如果要實現(xiàn)這一夢想，就必須讓機器具備更多像人一樣的能力。伴隨著技術的進步，這一夢想正逐步得以實現(xiàn)，而這就是智能人機交互技術，也稱HCI（Human-Computer Interaction）技術。從最早的OCR，讓電腦像人一樣擁有了眼睛；到手寫識別，讓電腦像人一樣擁有了手；從語音合成，讓電腦像人一樣說話，就像擁有了人的嘴；到語音識別，讓電腦能夠聽懂人的語言，就像擁有了人的耳朵；再到自然語言理解，電腦正逐漸學會像人一樣思考；現(xiàn)在的生物特征識別技術，如人臉識別、掌紋識別等技術，不僅使電腦變得越來越像人，而且已經(jīng)開始展現(xiàn)超越人的能力。
北京商報：HCI會為我們的生活帶來怎樣的改變？
張連毅：縱觀國內(nèi)外信息產(chǎn)業(yè)發(fā)展趨勢，HCI產(chǎn)業(yè)作為一個新興的產(chǎn)業(yè)集群正在迅速崛起，智能語音交互、智能圖像識別、自然語義理解、生物特征識別等HCI技術的進步，也在影響并改變著更多產(chǎn)業(yè)的發(fā)展進程。從百度導航、導航犬這樣的導航軟件，到嘀嘀、快的這樣的叫車軟件，從辦公室內(nèi)的文件掃描識別，到手機中的天行輸入法，從天行聽書這樣的隨身聽書軟件，到谷歌眼鏡的圖像識別技術，從智能手機到可穿戴設備，這里面濃縮著眾多HCI技術的成果。它像是潤物細無聲的春雨一樣，正默默地改變著人們的工作與生活方式。
北京商報：中國的HCI技術在國際上處于什么地位？
張連毅：近年來，HCI技術已成為全世界學術界、產(chǎn)業(yè)界最活躍的領域之一，而中國HCI技術的發(fā)展不僅能夠保持與世界同步，并且在一些領域保持著領先地位。
北京商報：什么原因讓中國的HCI技術獲得了今日的成功？
張連毅：在我看來，除了很多企業(yè)所做出的貢獻，也離不開清華大學、北京大學等高等院校、科研院所幾十年來所做出的杰出貢獻。自上世紀80年代起，清華大學率先在國內(nèi)開展智能圖像識別、智能語音交互等HCI技術研究，一直是國內(nèi)HCI領域最重要的研究力量，保持并擁有在學術、科研、產(chǎn)業(yè)化應用的領導地位，并不斷為中國乃至世界學術界、產(chǎn)業(yè)界培養(yǎng)、輸送大批優(yōu)秀人才。
北京商報：去年底，捷通華聲和清華大學開始了新一輪的戰(zhàn)略合作，并在語音識別技術上取得優(yōu)異成績，業(yè)界有人評價這次合作將重新改寫中國語音產(chǎn)業(yè)，甚至改變HCI產(chǎn)業(yè)的市場格局，您怎么看？
張連毅：捷通華聲的語音識別技術在清華大學的支持下已達到國內(nèi)外最高水平，確實在產(chǎn)業(yè)內(nèi)引起不小的影響，也很快就改變了國內(nèi)現(xiàn)有智能語音技術領域的競爭格局。但捷通華聲與清華大學合作，不僅局限在智能語音技術領域，我們也將在HCI技術領域展開全方位的合作。
捷通華聲自1998年就開始專注于語音、手寫等多種HCI技術的研究與應用，2011年，捷通華聲在國內(nèi)推出了第一個全方位智能人機交互技術云服務平臺——靈云，靈云提供包括語音合成、語音識別、手寫識別、OCR、自然語言理解等多種HCI技術能力，并向社會、產(chǎn)業(yè)全面開放。靈云平臺自推出以來，展現(xiàn)出越來越強勁的市場需求，僅在智能手機領域，目前就有數(shù)千開發(fā)者應用靈云各項HCI技術開發(fā)了上千款智能手機應用。
在發(fā)展靈云的過程中，我們意識到面對這樣一個寬廣的技術領域與巨大的市場，捷通華聲不能完全僅憑自己的力量發(fā)展HCI技術，而在HCI技術領域，清華大學的科技力量一直是全國最強大的，捷通華聲管理團隊都是畢業(yè)于清華大學，因此我們就想到與清華大學合作，通過靈云平臺幫助清華大學將HCI領域的研究成果與廣大的市場需求對接，促進科技成果轉(zhuǎn)化；同時，清華大學也在探索產(chǎn)、學、研一體化創(chuàng)新體制，學校鼓勵清華實驗室與教授們將自身的科技成果轉(zhuǎn)化為真正的生產(chǎn)力，服務產(chǎn)業(yè)、服務社會大眾，因此我們的想法得到了清華大學HCI相關技術實驗室與教授們的支持與鼓勵，雙方很快就在智能語音、智能圖像等多個HCI技術領域展開了技術合作，雙方合作得非常順利與自然。
與清華大學的合作是捷通華聲發(fā)展中一個里程碑式的事件，雖然我們已經(jīng)在語音識別技術上取得了豐碩的成果，但也應看到，智能語音產(chǎn)業(yè)是HCI產(chǎn)業(yè)集群的組成部分。未來發(fā)展中，我們將依托清華大學在HCI技術領域中的雄厚研究力量，全面推動中國HCI技術的發(fā)展進步，共同構建產(chǎn)學研一體化的創(chuàng)新發(fā)展新模式，推動實現(xiàn)“靈云科技 源自清華 服務全球”的戰(zhàn)略規(guī)劃。這樣，不僅將幫助捷通華聲，也必將幫助一大批中國企業(yè)提升企業(yè)核心競爭力，促進中國HCI產(chǎn)業(yè)新格局的誕生，提升中國HCI產(chǎn)業(yè)在世界范圍內(nèi)的核心競爭力。
北京商報：捷通華聲如何達到服務全球的目標？
張連毅：目前，靈云多語種語音合成技術已全面支持中文普通話、粵語、英語、法語、俄語、西班牙語、意大利語、德語、葡萄牙語、日語、韓語等13種語言，覆蓋全球90%以上的國家和地區(qū)，與我們覆蓋92種語言手寫識別技術可謂“珠聯(lián)璧合”。這在另一個方面也說明，靈云平臺已開始具備服務全球的基本能力，如今，有了清華大學的支持，我們在多語言HCI技術能力上也將越來越強。靈云的發(fā)展一定會為中國企業(yè)進軍國際市場、全面參與國際競爭提供更多的HCI技術能力支撐。
北京商報：您對捷通華聲的未來有什么樣的規(guī)劃？
張連毅：未來，捷通華聲將在與清華大學合作的基礎上堅定推動“靈云科技 源自清華 服務全球”的戰(zhàn)略發(fā)展規(guī)劃，同時也將不斷與國內(nèi)外學術界、產(chǎn)業(yè)界，包括國際跨國企業(yè)進行合作，力爭通過全球范圍的合作，為世界各國用戶提供更多、更好、更全面的HCI技術能力，將靈云平臺打造成國際品牌，也將合作共贏的理念通過靈云HCI技術能力融入中國、融入世界。
“歡迎北京商報的記者來公司交流溝通，我們一起聊聊智能人機交互技術在現(xiàn)代生活工作中的應用。”伴隨著捷通華聲董事長張連毅的一條語音短信，北京商報記者開始了這次專訪。
“免費打車”的幕后英雄
“今天怎么打車”是前一段時間最為熱門的話題之一。用手機軟件打車的新習慣正在北京、上海、杭州等地的年輕人群中逐漸養(yǎng)成。花上不多的流量用手機軟件預約出租車，即便在上下班高峰時間段，也有可能在中心城區(qū)獲得不一般的“禮遇”——一輛出租車專門為你而來。
這一話題源自今年1月，嘀嘀打車和快的打車兩大“打車神器”先后推出軟件叫車的優(yōu)惠服務。記者在采訪中了解到，“打車神器”不僅改變了叫車方式，甚至改變了不少出租車司機的運營習慣，還有司機師傅專門購買了新手機“搶單”。
除了可以享受“免費打車”，軟件使用的便捷無疑是引爆這一話題的重要因素。如果您是一名乘客，只需要打開軟件像發(fā)送微信一樣發(fā)送一段語音信息，就可以坐享便利的打車服務。如果您是一名的士司機，您只需要聆聽手機中傳來的叫車信息，就可以便捷接單。
但是很多人卻不知道，在這兩款“打車神器”中，捷通華聲“靈云”平臺起到了不可忽視的作用。當用戶發(fā)送語音需求后，語音信息將通過靈云的語音識別將其轉(zhuǎn)化為文字傳送到服務器，服務器再根據(jù)打車地點分配到附近的司機客戶端。而如果您發(fā)送的是一條文字信息，那文字信息將直接發(fā)送到服務器，服務器同樣根據(jù)打車地點分配到附近的司機客戶端，再通過靈云語音合成將其轉(zhuǎn)化為語音播放給司機。
這看似簡單的一聽、一說之間，匯聚的是捷通華聲十多年的默默耕耘。
