2023年初，華爾思與思必馳深度合作，進(jìn)行AI語(yǔ)音算法的深度定制與適配，歷經(jīng)近9個(gè)月的軟硬件聲學(xué)調(diào)整，華爾思全系列產(chǎn)品全面提升語(yǔ)控的算法能力，使得在現(xiàn)在公版的方案上，喚醒率從90%提升到98%，誤喚醒率則降低了90%以上。喚醒詞由原來(lái)的“你好小智”更改為“小智小智”。

眾所周知，現(xiàn)在行業(yè)中幾乎都是沒(méi)有進(jìn)行過(guò)聲學(xué)適配的公版AI語(yǔ)音方案。高靈敏喚醒時(shí)，容易觸發(fā)更多的誤喚醒。用戶在聊天或者看電視的時(shí)候，就常常遇到旁邊的智能突然被喚醒，被“插話”，讓用戶不勝其煩。很多客戶都是關(guān)閉語(yǔ)音，語(yǔ)音功能就變成了擺設(shè)。

此前，行業(yè)大部分產(chǎn)品能達(dá)到24小時(shí)的誤喚醒率2-10次已經(jīng)算是不錯(cuò)的水平。有些產(chǎn)品更是達(dá)到24小時(shí)數(shù)十次，甚至更高，華爾思產(chǎn)品經(jīng)過(guò)思必馳最新的技術(shù)深度優(yōu)化，定制與硬件匹配的聲學(xué)模型， 經(jīng)1000h+實(shí)測(cè)，噪雜環(huán)境測(cè)試，每168小時(shí)誤喚醒僅一次，在維持超高喚醒率的同時(shí)，誤喚醒率相對(duì)降低90%以上。

華爾思產(chǎn)品搭載了思必馳雙麥或四麥陣列前端信號(hào)處理算法，語(yǔ)音喚醒、語(yǔ)音合成、語(yǔ)音識(shí)別、智能降噪等語(yǔ)音語(yǔ)言新技術(shù)。定制了專屬的聲學(xué)模型，大大提升產(chǎn)品的AI語(yǔ)音能力，讓語(yǔ)控更絲滑。

華爾思定制的AI語(yǔ)音聲學(xué)模型基于思必馳人工智能技術(shù)，主要包括語(yǔ)音識(shí)別、語(yǔ)音合成和語(yǔ)音評(píng)測(cè)三個(gè)部分。

定制專屬AI語(yǔ)音識(shí)別是將語(yǔ)音轉(zhuǎn)換為文本的過(guò)程有更高的識(shí)別度，主要使用了專有聲學(xué)模型、專有語(yǔ)言模型和搜索算法。首先，專有聲學(xué)模型會(huì)將輸入的語(yǔ)音信號(hào)映射到對(duì)應(yīng)的音素上；然后，語(yǔ)言模型會(huì)利用文本上下文來(lái)找到最有可能的文本輸出結(jié)果；最后，搜索算法會(huì)選擇最優(yōu)的文本結(jié)果輸出。

定制的AI語(yǔ)音合成是將文本轉(zhuǎn)換為語(yǔ)音的過(guò)程，主要采用了基于規(guī)則、基于統(tǒng)計(jì)和基于深度學(xué)習(xí)的方法。其中，基于深度學(xué)習(xí)的語(yǔ)音合成，可以通過(guò)對(duì)大量的真人語(yǔ)音數(shù)據(jù)進(jìn)行訓(xùn)練，生成非常自然的語(yǔ)音。這種方法讓整個(gè)語(yǔ)音的鏈路更加通順。這樣使得華爾思產(chǎn)品，語(yǔ)音識(shí)別度更高，語(yǔ)音喚醒率更高，語(yǔ)音誤喚醒率更低，大大提升AI語(yǔ)音識(shí)別的體驗(yàn)感。