智能人機交互云平臺向普通開發者開放

 智能識別技術可像水電一樣按需購買

    記者日前獲悉，由中關村科技企業推出的全球首個全方位智能人機交互云平臺“靈云”，本月起向普通開發者開放注冊。對普通開發者來說，看似高深莫測的語音識別、手寫識別等技術能力，今后不僅能像水電一樣按需購買，還能在軟件開發、調試階段免費享用。

    “我兩年前有個不錯的移動互聯網應用創意，可是需要用到語音識別技術，自己又一點也不懂，只能白白放棄了。”技術愛好者劉晨有些無奈。其實，劉晨如果早點知道并不是所有具備語音識別功能的APP，都需要由開發者自己動手研發，或許就能創造出一個熱門應用了。

    在一款名為“靈云”的云平臺上，能將平面文字轉換成逼真人聲的“語音合成能力”，讓機器“聽懂”人們說話的“語音識別能力”，從掃描儀、照相機捕捉到的照片上“讀”出文字的“光學字符識別能力”等，這些能力都可以像超市中的商品一樣買得到。開發者只需要從平臺獲得一個具有相應能力的開發包，載入自己的軟件工程中，就能實現這些神奇的功能了。

    “不同能力每使用一次，消耗1到5個點數。”“靈云”平臺的開發企業北京捷通華聲語音技術有限公司相關負責人于凡所說的“點數”，是指開發者某個應用調用一次識別能力所需要的虛擬貨幣——“云端使用點數”。8月開始開放的“靈云”平臺，開發者注冊后將免費獲贈數千點“云端使用點數”。

    2011年，捷通華聲推出了全球第一個全方位智能人機交互感知云——“靈云”。與以往開發者只能通過銷售渠道接觸該平臺不同，從本月開始，開發者只要免費注冊一個“靈云”平臺用戶，就能免費使用平臺上的智能人機交互資源。

    “智能人機交互”，搭載在“云平臺”上能有什么好處呢？

    “舉個形象的例子，利用‘云端’能力就好像每個月根據需要買水、買電；而傳統的‘終端’實現方式，就好比一次性買了個大發電機、大水窖在家，好用是好用，但存儲空間、耗費資源程度都很大。”于凡說。

    其實，讓機器實現語音識別跟教小孩子說話是一個道理，都需要讓機器對語音語料進行長時間的訓練，讓機器像小孩子一樣“學習”語言，然后再進行識別。這個學習的過程，少則兩三千個小時，多則上萬個小時，而學習的“范圍”則是以TB級計算的原始文本語料。這對于普通的開發者來說，無疑是一筆難以承擔的巨額成本。

    “類似中國‘Siri’或安卓‘Siri’的計劃不太適合國內創業公司，因為投入大、風險高、技術難以實現。”創新工場董事長兼CEO李開復評價。而有了這樣一個隨時可按需購買的云平臺，李開復的擔心將不再是問題。即使“手無寸鐵”，開發者也能借力“云端”，發揮自己的技術創新能力，做出可以實現智能人機交互的產品。