错误率|腾讯发布语音智能全新品牌，技术升级全面提升语音交互体验( 二 )

在户外、酒会等高噪声、嘈杂的环境中使用手机助手、智能客服等语音服务时，环境的噪声会对目标人物语音的收集带来极大干扰，语音收集反馈的错误率也会随之提升。腾讯语音智能在前端技术上，通过研发全神经网络波束成型方案、构建集合全链路的神经网络模型方案、首创用三种模态进行语音分离的工作模式，完成了行业内的多项技术突破，可有效应对环境噪声干扰人声的问题，实现了场景深度定制，多模块自动联合优化，在复杂声学环境中大幅度降低了语音收集的错误率。数据表示，经过多模态语音分离再进行语音识别，错误率可降低相对50%，经过多模态分离并联合进行多模态的语音识别，错误率可进一步降低相对25%。

（腾讯AI Lab语音技术中心总监苏丹）
在家居和车载等真实场景下，除了需要克服环境噪声、人声干扰等问题外，还需要应对多种挑战，诸如识别任务复杂度高，用户口音多变、用户更自然的语音交互体验需求，以及低资源设备上识别性能的提升等。深入问题探索，腾讯语音智能在后端处理环节研发了“语音-语义结合的多领域在线识别系统”、“全双工交互及闲聊拒识”、“端到端高性能离线识别系统”等技术方案，运用深度学习建模、前后端联合优化、语音-语义联合优化等技术手段，很好地满足了不同应用场景下,对于语音交互在识别率、鲁棒性、资源消耗和用户体验等多方面的要求。
目前，腾讯语音智能已经为索尼电视、飞利浦电视提供技术支持，为家居场景中的人机互动提供更智能的语音体验；在车载交互领域，助力长安汽车、福特汽车等，提升语音助手服务质量，给用户更好的智能出行服务。

（腾讯智能产品高级专家马龙）
未来，随着行业和场景需求的迭代升级和智能终端的快速发展，智能语音的应用将拥有越来越大的发展空间。腾讯语音智能将持续专注语音智能技术，发展连续对话、多模态交互等能力，为用户构建更具个性化、更自然、更有情感的语音交互体验，以“交互智能”为大众带来更加智能化的生活方式。