克隆真人語音只要1句話，AI問診超96.4%全科醫生！科大訊飛年度黑科技大秀_風聞

　　楊淨 蕭簫 發自 凹非寺

　　量子位 報道 | 公眾號 QbitAI

　　企業擁有265萬開發者是一種什麼體驗？

　　是在最新財報上已經商業變現，開放平台營收增速高達131%？

　　是連續5年在合肥振臂一呼，全球就迅速響應？

　　當然，這還不是全部。

　　在這一次開發者節上，科大訊飛董事長劉慶峯向全球開發者，攤開過去一年答卷。

　　科大訊飛AI開放平台，至今已有441項核心技術；

　　每個月平均新增9萬開發者團隊，其中工業應用佔比達到60%；

　　醫療AI系統一年給出97萬份修正診療結果……

　　而像“遇強則強，遇弱則弱”的圍棋機器人、1分鐘定製專屬AI數字人、3秒判斷聲音畫像等這些技術成果更是成為展區的爆款！

　　第五屆全球開發者節究竟有何看頭？現在就帶你一文看盡。

　　科大訊飛最新技術成績

　　今年1024開發者節上，最先登場的科大訊飛董事長劉慶峯披露了取得的一系列最新成績。

　　其一，AI健康諮詢準確率超過絕大部分全科醫生。

　　在你就診時，健康諮詢AI系統會根據你的相關健康狀況，推薦你去對應醫院找專家就診。據劉慶峯介紹，目前科大訊飛的健康諮詢AI系統，已經超過**96.4%**的通過國家考試的全科醫生。

　　其二，醫療AI系統一年給出97萬份修正診療結果。

　　在過去一年中，科大訊飛的AI輔助診療系統，協助修正了97萬份安徽省基層醫生看病的診療初步結果。依賴於科大訊飛的醫療AI輔助診療系統，安徽基層醫生合理診斷度已經從70分提升到了80分，整體系統準確率已經達到97%以上。

　　其三，AI開放平台核心技術達到441項。

　　2010 年，科大訊飛開放平台正式上線，集成了語音合成、語音搜索、自然語言處理和語音聽寫等多項能力，成為當時行業內開放最早的智能語音平台。如今，科大訊飛已經從最初的3項核心技術，進化到今天具備的441項核心AI能力與方案。

　　其四，1句話就能語音合成1個人的聲音。

　　據劉慶峯介紹，科大訊飛正在不斷的持續打造人工智能的核心技術的領先引擎，包括無監督訓練等技術，讓機器用更小的數據、更少的標註學習更多的知識，現在在語音合成上已經實現一句話就能模仿一個人的音色。

　　在小語種識別上，科大訊飛提出的統一空間表達的半監督語音識別技術，使得研究人員只用100個小時的有監督語音和無標籤文本數據訓練，就能達到之前10000小時有監督語音數據訓練的效果。

　　其五，用AI讓學生無效作業時間平均降低50%。

　　據劉慶峯介紹，科大訊飛在安徽合肥率先用人工智能助力**“雙減”**，利用AI複雜系統，結合OCR自動評分、語音推理等技術，分析學生的學習情況，對過程性作業考試數據進行評價，精準給予指導，將孩子的無效作業時間平均降低了50%。

　　這一系列亮眼的成績之上，劉慶峯公開了科大訊飛AI開放平台2.0戰略，共包括6大措施：

　　劉慶峯表示，行業關鍵問題，需要各行業的人共同努力：

　　開發者可以不瞭解AI技術，只要有靈感、創意和想象力，就可以加入到AI開放平台2.0來。

　　只有生態的繁榮，才能決定AI的未來。

　　AI開放平台2.0升級

　　接下來，基於過去5年的開發者生態積累，科大訊飛總裁吳曉如提出1024計劃5.0——用系統性創新，打造人工智能產業新生態。

　　當中最重要的部分，就是AI開放平台2.0的發佈。

　　與過去1.0相比，簡單來説，就是二維到三維的升級。

　　以往的解決方案，都是單向提供給創業夥伴，但隨着人工智能逐漸向傳統產業落地，需要解決的問題更為複雜，需要系統性架構來解決。

　　既然如此，就需要與行業龍頭打造基線底座模型，再與上下游合作伙伴展開合作，形成完整的行業方案。

　　以智慧農業為例。

　　訊飛就與中國農業大學展開合作，共同研發預測生產模型、澆水施肥模型等，然後提供給傳感器等上下游供應商，共同將方案提供給業內的合作伙伴。

　　目前，科大訊飛首次推出18個行業，並表示將每年投入5億研發基金，服務100萬開發者。

　　既然如此，那該如何推動開放平台2.0的戰略？有四大維度。

　　1、與高校合作開設人工智能專業，目前已經開發339門課程，培養超60萬開發者。

　　2、與合作伙伴籌建智能語音創新中心，為每個行業制定標準測試環境。

　　3、舉辦頂尖賽事，選出行業標杆。正如此次1024開發者節，就舉辦了兼具行業應用、學術研究、公益等105個賽道賽事，共有兩萬多支隊伍報名。

　　3、孵化創新企業，提供優質資源。除了中國聲谷之外，訊飛在全國共有十餘家雙創基地。

　　四大技術方向突破

　　接着，科大訊飛高級副總裁、AI研究院院長胡國平，就分享了四大技術方向的突破。

　　嗯，實際上就是去年發佈的“AI科技樹”，今年已然開出一些果來。

　　第一項，端到端建模技術。

　　這項技術將前端多路信號直接同步輸入到後端聲學模塊，來實現更精細的建模，可實現複雜（比如嘈雜環境）場景下的一體化語音識別、語音翻譯等。

　　在語音識別上，以賣場為例，這項技術成功將只有35%的語音識別準確率，提升到了88%；同時語音喚醒的成功率，也成功從40%提升到了90%。

　　在語音翻譯上，科大訊飛還成功在IWSLT國際口語機器翻譯大賽的同傳任務上，包攬了三個賽道的冠軍。

　　第二項，無監督訓練技術。

　　為了降低對語音合成數據規模的要求，科大訊飛提出了聽感量化編碼，充分藉助語音識別數據來合成音庫，成功實現了多人混合模型訓練。

　　在小語種識別上，提出的統一空間表達的半監督語音識別技術，使得只用100個小時的有監督語音和無標籤文本數據，就能達到之前10000小時有監督語音數據訓練的效果。

　　在語音合成上，利用無監督訓練甚至實現了發音內容、情感和音色分別可控的效果，例如1句話合成語音、方言自由切換等等……

　　注意，不止是普通的四川和合肥話，科大訊飛甚至開放了6種船新的少數民族語種：

　　第三，多模態融合技術。

　　在人機交互上，現在甚至已經不需要喚醒詞了，機器會看到你的嘴型，從而自動判斷你“是否在對它説話”，並自動做出應答，誤喚醒率降低到0.01%。

　　在複雜文檔（例如試卷）識別上，多模態技術會結合OCR、手寫數學公式識別等技術，將一張紙上的所有信息準確識別出來，已經實現教輔作業批改準確率從92%進化到98%的效果。

　　第四，外部知識融入技術。

　　我們都知道，做語音交互的AI總是有點“呆”，這是因為它們雖然學習了不少技術知識和新科技，但對人類的一些常識掌握得卻還不夠深。

　　為了提升AI在這方面的“人情味”，科大訊飛特意將人類的常識和知識整理成一個事理圖譜。

　　像兒童玩具交互場景中，就包括“搶玩具”“收拾玩具”這樣具體的動作，讓它知道人類平時會做、會説的事情。

　　這樣，在面對小朋友亂拋玩具時，AI就能從容説出“來收拾一下玩具”這樣的語句，而不是隻會幫小朋友一遍遍親自收拾玩具。

　　又例如電子病歷場景下，運用外部知識融入技術也能讓AI學習到人類醫生看病的經驗，最終將罕見病診斷率從87%提升到了93%，整體病情判斷準確率從92%提升到了95%。

　　兩大平台+生態助力產業

　　最後面向合作伙伴，科大訊飛交出自身探索成果——

　　兩大平台+兩大生態。

　　首先是企業數字化平台的發佈和虛擬人交互平台的開放。

　　簡單來説，這個企業數字化平台其實是原來的AI開放平台基礎上，配置了RPA引擎，從而具有智能化、自動化（RPA）、低代碼、流程管理等特性。

　　以智能招聘為例，這位“虛擬小助理”可以在前期分發信息、電話通知等重複性工作上替代HR的工作，據稱流程至少提效10倍。

　　除了企業數字化平台的發佈以外，還開放了虛擬人交互平台。

　　值得一提的是，在傳統意義上開放給開發者外，還接受聲音、形象提供者提供相應的數據，以應用於各類應用場景。

　　實際上，在過去一年裏，這個交互平台已經在400+個企業客户進行試點，應用在了新聞生產、企業客服、泛娛樂營銷等場景，新增54個形象，彙集了4988份聲音。

　　接着，就是科大訊飛過去一年中成績最顯著的兩大生態：教育+城市。

　　在教育生態上，科大訊飛今年提出了三大計劃，包括教育科研基金資助計劃，即在未來三年投入1個億的科研基金，開展前沿的理論與應用的研究；

　　此外合作伙伴聯合創新計劃，設立創新孵化投資基金，每年投入1億元，技術上提供300人以上的技術和市場領域的專家服務；

　　還有教學教研聯盟的公益計劃，預計新增建設10個區域聯合教研機構、100所名校聯盟新增合作校，推動內容共創平台新增骨幹教研員1萬名。

　　在城市生態上，據科大訊飛高級副總裁張友國表示，科大訊飛預計在2025年的智慧城市中，實現一年銷售收入150億，在“十四五”期間實現約500億收入，其中預計60%（約300億）的收入，科大訊飛都會分享給生態合作伙伴。

　　人工智能的未來：由表及裏的生態

　　一天發佈會下來，聽到最多的一個關鍵詞就是生態。

　　隨着浪潮向前，人工智能不再像此前那般是一個觸不可及的概念，而是真正普惠於民、用之於民的全民技術。

　　“幫助每個人、陪伴每個人、更懂每個人”，這是科大訊飛所描述的AI未來。

　　而預見未來最好的方式，就是共創未來。

　　去年這個時候，劉慶峯在演講的最後提到，唯有生態，才能生生不息。

　　今年開發者節上，“生態”的味道更加明晰，從技術、到產業，再到開發者從內到外全面滲透。

　　作為一家上市13年的老牌企業，正在用這種方式去完成人工智能產業的全面盛放。

　　One More Thing

　　對了，在本次開發者節上，還有其他意想不到的亮點。

　　比如，安徽人餘承東回到家鄉，在父老鄉親面前“帶貨”。（手動狗頭）