央广网北京7月13日消息（记者 黄昂瑾）随着人工智能技术应用的普及，语音识别对于很多人来说并不陌生。而要让语音识别更准确，也就是让机器听懂语音信息，其中一个重要前提是让机器听清楚声音信息。

　　“声音往往传递了很多信息，包含了很多层面，比如我们沟通中的内容信息、个人身份信息、还有情感信息等。”近日，在2024（第二十三届）中国互联网大会期间，黄鹂智声CEO刘志在接受央广网记者专访时表示，纵观声音技术发展历程，主要在解决人和人之间通信问题、人机交互问题，以及如何让机器听懂机器的声音。

　　深耕声音技术领域近20年，在刘志看来，声音本质上是一种信息，挖掘声音的价值仍大有空间。

　　“留声机、通信技术等解决最初远距离采集、传输声音的问题，这是声音技术发展的第一个阶段。而随着通信的场景日益复杂，存在噪声干扰的环境也越来越多。因此声音技术进一步研究如何屏蔽噪声，帮助人在嘈杂环境中听清楚远距离的声音。这一技术还在继续发展。”刘志告诉记者，声音技术发展的第二个重要阶段在于解决人机交互的问题，比如语音识别技术等，目的是让机器听懂人的话。“在这一阶段，声音采集端的降噪处理非常重要，因为要让机器听懂人话，首先得把声音清晰地收集下来。很多时候机器识别不准，很大一部分原因是受周边噪音的影响。”

　　“第三个阶段不再仅是让机器听懂人了，而是让人听懂机器、让机器听懂机器。”刘志认为，“声音下一步发展的重要方向之一是声音的物联网，就是通过声音把物和物相连，这样让人能够实时准确地判断周边环境信息。”

　　刘志举例称，“比如家里宠物的叫声可能是有含义的，人听不懂，能不能让机器听懂？再比如一些设备故障，可能在被人们发现之前，已经有了声音上的信号，能不能通过让机器听机器及时掌握设备的运行状态？”

　　“在声音技术发展的第三个阶段，仍然离不开声音前端的处理，也就是如何清晰地采集到我们需要的声音，让机器进行识别。”刘志补充道。

　　“黄鹂智声专注于声音前端处理，把声音采集这件事情做好。”刘志介绍，“我们主要应用在三个大的领域，分别是可穿戴设备、车联网，以及智能家庭。第一个是穿戴类的设备，主要包括自有品牌耳机类产品，以及AR、VR眼镜、手表等产品，我们把技术赋能给合作伙伴，提升这些智能硬件设备的人机交互能力。”

　　以黄鹂智声近期推出的一款通话“灭噪”耳机产品为例，刘志向记者介绍了“灭噪”的概念：“实际上并不是真的把噪音给消灭了，而是通过人工智能结合声学以及信号处理等技术，把噪声压制到人耳觉星空体育登录入口 星空体育在线官网察不出的水平。以噪声分贝来衡量，一般环境下人能听到的噪声分贝在30分贝以上。我们把噪声从带噪的声音中分离出来之后，把它压下去50分贝，也就是压10万倍，而且是平均压10万倍，这样就把噪声压到人耳听不见的水平，从而达到‘灭噪’的效果。”

　　刘志表示，第二个应用场景是车联网，车会逐渐成为人们的另一个娱乐中心、工作中心。随着自动驾驶的普及，未来人们在车上工作、学习、娱乐过程中，声音是重要的载体。“在行车过程中，存在车内噪声、路面噪声，如何让乘客在车内进行各自活动时不受周边噪声环境的影响，这是我们研究的方向之一。”

　　“第三个是智能家庭场景，试想在家里，如果我们通过语音交互就能随处控制家里的电器设备、移动终端，随时感知家里的环境状况，我相信这是立足以人为本的一个重要需求。实现这一点也非常依赖于声音前端技术的处理。”刘志说。

　　随着人工智能技术应用的普及，语音识别对于很多人来说并不陌生。而要让语音识别更准确，也就是让机器听懂语音信息，其中一个重要前提是让机器听清楚声音信息。