“高山流水覓知音，知音不在誰堪聽？焦尾聲斷斜陽里，尋遍人間已無琴”。高山流水的典故可謂家喻戶曉。知音難覓，不僅僅是音律動聽，更需能懂。無獨有偶，詩人李白在（開元二十三年）游洛陽而作《春夜洛城聞笛》：“誰家玉笛暗飛聲，散入春風滿洛城。此夜曲中聞折柳，何人不起故園情?！蓖瑯右脖磉_了相同的感慨。詩人聽見幽幽的笛聲，陶醉其中，好似隨春風散落滿城；詩人聽懂“折柳曲”，觸動羈旅情懷，不由得心生思鄉(xiāng)之情。

聲音是一種非接觸的信息傳遞方式，在家居、客服、車載、教育、醫(yī)療等各類語音交互場景中具有先天優(yōu)勢。有關(guān)語音的人工智能技術(shù)，就是在解決從“聽見”到“聽懂”的全階段問題，于細微處辨識“笛聲”，分析并理解曲中“折柳”，對應知識文化所賦予的語義，最終形成感知。

扶搖直上九萬里 扎根而下百余尺：在非洲草原上的一種被稱為“草地之王”的植物尖茅草。在生長的最初半年里，只有一寸高，看似薄弱，渺小，人們甚至看不出它在生長。但半年后的雨季到來之際，尖茅草幾天時間就能長到一兩米的高度。研究表明，在長達半年的時間里，尖茅草其實一直在瘋長，但瘋長的只是根部，長度往往超過28米。這樣驚人之舉應征了一句老話：博觀約取，厚積薄發(fā)。語音業(yè)務的算法能力構(gòu)建和客戶場景深耕，更是需要有這種向下扎深根的信念，探究深層次技術(shù)原理的決心。本期給大家繼續(xù)分享華為云算法創(chuàng)新Lab在語音領(lǐng)域的最新進展，包括哭聲檢測、語音喚醒和定制語音識別等關(guān)鍵算法創(chuàng)新。

1. 哭聲識別

落地情況：

1. 哭聲識別算法落地海雀AI全景攝像頭，商品鏈接：https://www.vmall.com/product/10086322059741.html。

2.  上線Hilens技能市場，技能鏈接：http://www.cqfng.cn/product/hilens.html。

2.  語音喚醒算法 

落地情況：

云側(cè)喚醒模型大小為1.8M，喚醒率>95%，誤喚醒率<1次/天，性能指標達到業(yè)界領(lǐng)先水平，已經(jīng)上線ROC助手。

端側(cè)模型采用dynamic_rnn訓練并轉(zhuǎn)儲至static_rnn，極大程度進行了模型壓縮，模型大小<500K，內(nèi)存占用<1M，CPU占用率<10%，喚醒率>95%，誤喚醒率<1次/天，已經(jīng)成功部署在Hisi3516EV300/Hisi3518EV200的HiLinux上。

3. 領(lǐng)域ASR

當前進展：

目前，已經(jīng)完成在線解碼器引擎的研發(fā)，包括前端vad、音頻格式處理、定制化熱詞、核心解碼等功能模塊。引擎目前支持流式實時流識別、短語音識別接口。目前最優(yōu)模型效果在3個公開測試集和8個現(xiàn)網(wǎng)客戶測試集上均優(yōu)于華為云訊飛引擎，和華為云捷通引擎平均識別差距在兩個百分點以內(nèi)。