2020年1月13至17日，在韓國(guó)釜山舉行的ISO/IEC JTC 1/SC 35全會(huì)上，由科大訊飛主導(dǎo)，聯(lián)合中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院和中科院自動(dòng)化所，提出的全雙工語(yǔ)音交互國(guó)際標(biāo)準(zhǔn)正式獲批立項(xiàng)(ISO/IEC 24661 Information technology-User interfaces-Full duplex speech interaction)。該標(biāo)準(zhǔn)也成為在人機(jī)交互領(lǐng)域中，首個(gè)由中國(guó)牽頭制定的智能語(yǔ)音交互國(guó)際標(biāo)準(zhǔn)。
人機(jī)交互，是當(dāng)前AI核心技術(shù)與應(yīng)用的重要領(lǐng)域。語(yǔ)音作為最自然便捷的交流方式，長(zhǎng)期以來(lái)一直是人機(jī)交互最重要的研究領(lǐng)域之一。隨著以深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)為代表的新一代AI技術(shù)發(fā)展，越來(lái)越多的語(yǔ)音交互產(chǎn)品和服務(wù)，正走入生產(chǎn)生活的方方面面，以更智能的方式服務(wù)于千家萬(wàn)戶。近年來(lái)，以智能語(yǔ)音交互技術(shù)為核心的智能助理、智能家居、智能辦公等諸多AI應(yīng)用，已形成了一個(gè)巨大且成熟的市場(chǎng)。在此背景下，持續(xù)高質(zhì)量發(fā)展的全球智能語(yǔ)音產(chǎn)業(yè)技術(shù)和貿(mào)易，亟需通過標(biāo)準(zhǔn)的制定和應(yīng)用來(lái)凝聚共識(shí)。
據(jù)悉，此次立項(xiàng)的全雙工語(yǔ)音交互國(guó)際標(biāo)準(zhǔn)為ISO/IEC國(guó)際標(biāo)準(zhǔn)。國(guó)際標(biāo)準(zhǔn)組織(ISO)和國(guó)際電工委員會(huì)(IEC)是全球標(biāo)準(zhǔn)化領(lǐng)域的兩大權(quán)威組織，組織各國(guó)專家共同制定作用于全球范圍的技術(shù)標(biāo)準(zhǔn)。ISO/IEC JTC 1 是ISO和IEC共同成立的負(fù)責(zé)信息技術(shù)領(lǐng)域國(guó)際標(biāo)準(zhǔn)制定的技術(shù)委員會(huì)，下設(shè)多個(gè)分技術(shù)委員會(huì)，是全球信息技術(shù)領(lǐng)域最大、成員國(guó)最多的國(guó)際標(biāo)準(zhǔn)化組織。其中，人機(jī)交互界面標(biāo)準(zhǔn)技術(shù)委員會(huì)(ISO/IEC JTC 1/SC 35)負(fù)責(zé)組織基于ICT技術(shù)的人機(jī)交互相關(guān)的國(guó)際標(biāo)準(zhǔn)制定，包括語(yǔ)音交互相關(guān)的語(yǔ)音命令、語(yǔ)音機(jī)器翻譯、同傳機(jī)器翻譯等。
作為國(guó)家新一代人工智能開放創(chuàng)新平臺(tái)、認(rèn)知智能國(guó)家重點(diǎn)實(shí)驗(yàn)室和語(yǔ)音及語(yǔ)言信息處理國(guó)家工程實(shí)驗(yàn)室，科大訊飛憑借多年的技術(shù)積累，研發(fā)了覆蓋智能語(yǔ)音交互全鏈路的自主創(chuàng)新技術(shù)，實(shí)現(xiàn)讓人通過自然語(yǔ)音方式與機(jī)器進(jìn)行雙向交流。相較于傳統(tǒng)語(yǔ)音交互技術(shù)，全雙工語(yǔ)音交技術(shù)能夠?qū)崿F(xiàn)單次喚醒、連續(xù)對(duì)話、隨時(shí)打斷的自然流暢的人機(jī)對(duì)話體驗(yàn)，并具有更好的上下文語(yǔ)義理解和智能對(duì)話能力。在國(guó)際上，谷歌、微軟、蘋果等紛紛切入到這一領(lǐng)域。例如谷歌在2018年的開發(fā)者大會(huì)上所展示的人工智能(DUPLEX AI)技術(shù)，正是全雙工語(yǔ)音交互的典型案例。而在國(guó)內(nèi)，科大訊飛在2015年就率先發(fā)布了全雙工語(yǔ)音交互技術(shù)，并以此為基礎(chǔ)打造了AIUI人機(jī)交互開放平臺(tái)。通過自主研發(fā)全球領(lǐng)先的語(yǔ)音識(shí)別、自然語(yǔ)言理解和語(yǔ)音合成等技術(shù)，科大訊飛正在用人工智能為萬(wàn)物互聯(lián)時(shí)代的多模態(tài)交互賦能，從而實(shí)現(xiàn)人機(jī)交流無(wú)障礙，使人與機(jī)器之間可以通過語(yǔ)音、圖像、手勢(shì)等自然交互方式，進(jìn)行持續(xù)、雙向、自然地溝通。
目前，科大訊飛已將此項(xiàng)技術(shù)應(yīng)用在AI+城市、AI+醫(yī)療、AI+教育等領(lǐng)域;以科技賦能，推動(dòng)行業(yè)發(fā)展。
值得一提的是，現(xiàn)階段新型冠狀病毒防控工作十分嚴(yán)峻?；谌p工語(yǔ)音交互技術(shù)的訊飛智醫(yī)助理外呼平臺(tái)在安徽、北京、浙江、吉林、湖北等18個(gè)地區(qū)，正在幫助各級(jí)衛(wèi)健委、基層醫(yī)生，開展新冠肺炎相關(guān)的防控宣傳和重點(diǎn)人群隨訪等工作。1月21日至2月1日，外呼平臺(tái)針對(duì)新冠肺炎疫情累計(jì)服務(wù)已超過625萬(wàn)人次。
作為全球人工智能產(chǎn)業(yè)中的一員，科大訊飛始終以頂天立地的技術(shù)應(yīng)用創(chuàng)新，持續(xù)參與全球技術(shù)標(biāo)準(zhǔn)制定。作為全雙工語(yǔ)音交互國(guó)際標(biāo)準(zhǔn)制定的主導(dǎo)者，科大訊飛將緊密聯(lián)合中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院、中科院自動(dòng)化所等國(guó)內(nèi)產(chǎn)學(xué)研用單位，組織和整合世界各國(guó)專家的技術(shù)力量，針對(duì)全雙工語(yǔ)音交互系統(tǒng)架構(gòu)、特性方法、能力單元和技術(shù)要求等方面制定國(guó)際規(guī)范，推動(dòng)中國(guó)自主創(chuàng)新技術(shù)走向國(guó)際，為打造全球人工智能+人機(jī)交互開放共贏的產(chǎn)業(yè)生態(tài)提供助力。
