国内最值得关注的10家人工智能语音识别公司

发布时间:2023-08-30 18:30

\"pIYBAFwnJJqAam8KAABY83VyOVw954.jpg\"

在谈人工智能的时候,一定不能不谈语音识别,语音识别是人机交互的入口,是指机器/程序接收、解释声音,或理解和执行口头命令的能力。目前国内外都有公司在语音领域有所投入,其中包括才成立几年的初创企业,也包括中途入局的巨头企业,电子发烧友梳理了国内10家在语音领域影响较大的企业如下,排名不分先后,如有任何纰漏,欢迎留言指正。

\"国内最值得关注的10家人工智能语音识别公司_第1张图片\"

科大讯飞

成立于1999年,具有语音合成、语音识别、口语评测、语言翻译、声纹识别、人脸识别、自然语言处理等智能语音与人工智能核心技术。

主要产品介绍:

讯飞输入法,支持语音输入;

咪咕灵犀,中国移动和科大讯飞联合推出的智能语音助手,支持粤语,既能语音打电话、发短信、查天气、搜航班,还能查话费、查流量、买彩票、订彩铃等;

发条,一款基于科大讯飞AIUI智能引擎,通过语音交互,迅速定位用户想要内容的AI音乐助手;

讯飞电视助手,可以语音播放、换台;

思必驰

成立于2007年,一家专注于智能硬件领域的语音公司,主要面向智能硬件三个垂直领域:智能车载、智能家居和智能机器人,提供自然语言交互解决方案。2018年6月26日,宣布完成D轮5亿元融资。

主要产品介绍:

对话操作系统AIOS系统(AISpeechOperatingSystem思必驰人工智能操作系统)——运行于Android、Linux、阿里云OS等主流操作系统之上,目前主要用于车载领域(AIOSForCar)和家居领域(AIOSForHome);

软硬一体化的芯片模组,它提供声源定位、个性唤醒、语音识别、语义理解、多轮对话等功能,主要用于家居和机器人领域。

云知声

成立于2012年6月29日,一家智能语音识别AI技术企业,专注于物联网人工智能服务。2018年7月,云知声宣布已完成6亿元人民币C+轮融资,至此,云知声C轮系列融资总金额已达13亿元人民币。

主要产品介绍:

面向物联网的AI芯片UniOne,这是一款拥有自主知识产权和语音解决方案的物联网AI芯片,也是面向AIoT(AI+IoT)的AI芯片;

基于该款芯片的智慧家居和智能音箱方案,该方案可以帮助客户完成语音项目开发,加速客户AI产品落地,同时为客户定制AI语音模块,快速量产。

出门问问

成立于2012年,一家以语音交互和软硬结合为核心的人工智能公司,拥有自主研发的语音交互、智能推荐、计算机视觉及机器人SLAM技术。至2017年4月,出门问问共完成六轮融资,累计融资额超过2.55亿美元。

主要产品介绍:

硬件产品包括:TicWatch系列、TicPods系列、TicKasa系列、TicBand、TicMirror、TicWear等,所有硬件都围绕”出门问问”这款应用,它既是一款语音助手App也是连接所有硬件的核心。

声智科技

成立于2016年,一家专注声学前沿技术和人工智能交互的科技创新公司,提供从端到云的智能语音交互技术和服务方案,以及从芯片、模组、开发板到白牌产品的智能语音应用方案。

主要产品介绍:

SoundAIAzero,一款集成声波配网、波束形成、声源测向、噪声抑制、混响消除、回声消除、语音唤醒、端点检测、语音识别、声纹识别、语义理解、语音合成、双工通话等全链条智能语音交互开发系统,兼容主流智能语音芯片和硬件架构,支持DuerOS、AliGenies、小爱平台、腾讯叮当、Alexa等AI内容平台;

SoundAI麦克风阵列芯片,支持USB的低功耗麦克风阵列芯片SAI101C;

SoundAI麦克风阵列模组,基于声智科技麦克风阵列核心技术的软硬一体化方案,实现全方向唤醒、声源测向、定向拾音、噪声抑制、混响消除、回声抵消、语音识别、语义理解、声纹识别、语音合成等功能,满足用户在语音交互领域的全方位需求。

捷通华声

成立于2000年10月,是一家专注于智能语音、智能图像、生物特征识别、智能语义等全方位人工智能技术研究与应用,全面发展人工智能云服务的高新技术企业。

主要产品介绍:

灵云开放平台,合作伙伴可根据行业用户实际应用场景,灵活挑选、组合应用多项项人工智能技术,嵌入到系统集成商的平台中,可为各个行业的企业办公自动化提供各种人工智能能力,实现智能化应用。

语音合成,应用灵云提供的TTS技术,实时、准确地将文本转换为自然、流畅、清晰的语音;

语音识别,应用灵云提供的ASR技术,具备高识别准确率、高识别速度、领域模型可定制、支持多种处理模式等功能,同时具有SDK开发简单、开发包资源占用小等优势。

声纹识别,应用灵云提供的VPR技术,通过对说话者语音和数据库中登记的声纹做比较,从而确定该说话人是否为本人,文成对用户进行身份校验和鉴别。

智能语音导航,基于灵云平台应用灵云语音识别(ASR)、语音合成(TTS)、语义理解(NLU)等技术,允许电话呼入的客户以开放的方式表述业务需求,系统将用户的语音转化为文本。

智能语音质检,基于灵云平台应用灵云语音识别(ASR)技术,将海量录音数据进行智能化的自动语音转文本、关键词检出、语速分析、静音分析、情绪检测等核心技术产品,可大大提高企业质检效率、解决人工质检局限性、提升服务质量与管理水平、降低企业运营成本,辅助业务经营决策。

SpeakIn

成立于2015年,一家全球领先的声纹识别与身份安全人工智能公司,2018年5月SpeakIn及其全资子公司国音科技宣布完成近近亿元人民币融资,本轮融资由IDG资本领投。

主要产品介绍:

SpeakIn核心算法,使用目前学术界最前沿、基于深度学习声纹识别技术,使用大数据训练的深度神经网络(DNN)能够提取出更准确的说话人特征,拥有多种声纹识别的前端音频信号处理算法,极大的提高了准确度和鲁棒性,确保声纹提取和验证的速度,并适应多种不同场景与应用的需求。

SpeakIn核心技术,包括活体检测技术、情绪识别、人声分离、性别识别、声纹大数据检索与比对、云平台技术、动态声纹数据库技术、自研声纹采集专用硬件、前瞻性研究等。

百度

主要产品介绍:

语音识别,通过场景识别优化,为车载导航,智能家居和社交聊天等行业提供语音解决方案;

长语音识别,在会议、教学或者媒体采访中,长语音识别服务可快速准确的将长时间的语音转化为文字,方便进行拷贝和编辑等后续的工作;

远场语音识别,通过麦克风阵列前端处理算法,有效消除噪音,同时对目标说话人声音进行增强,使得智能家居、智能硬件、机器人语音交互等场景下的远场语音也可准确识别;

呼叫中心实时语音识别,通过MRCP或TCP协议进行低成本对接,将语音讯号转化为文本流实时输出。应用于智能客服,外呼机器人,实时电话质检,电销辅助机器人等场景;

呼叫中心音频文件转写,可将电销业务、客服业务、质检业务等多场景的语音精准地转为文字。

腾讯

语音识别,依托腾讯的语音技术,为开发者提供全面优质的语音转文字功能。

长语音识别,依托腾讯的语音技术,为开发者提供全面优质的近场长段语音转文字功能,目前支持汉语普通话,并涵盖南北地域重口音。

关键词检索依托微信AI的语音技术,在给定关键词文本列表的前提下,在音频中精准定位出现了哪个或哪几个关键词、具体时间起止点以及置信度,比语音识别更高效。

语音合成,依托腾讯领先的语音技术和深度学习算法,为开发者提供全面优质的文字转语音服务。

小米

小爱同学语音服务基于小米声学实验室、大数据及全生态建设,涵盖语音、NLP、搜索推荐等技术,为开发者提供高效、便捷、智能的语音服务。小爱同学语音服务涵盖影音视听,实用工具,生活,知识教育,游戏趣玩,休闲娱乐,儿童等近百款自研精品技能及上千款第三方技能,且支持语音控制所有小米IoT设备。

总结

语音识别的最终目的是能够真正的理解人类语言甚至是方言,过去几年,人们在人工智能领域和深度学习领域的突破,让语音识别取得了很大的进步,然而在方言识别方面,还极少公司取得比较瞩目的成绩,语言理解本身就是一个复杂的领域,期待未来能够有更多突破。

更多精彩阅读:

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号