11月19日，第五屆世界聲博會暨2022科大訊飛全球1024開發者節AI+家庭論壇在合肥奧體中心舉辦，現場發布推出以AI虛擬數字人為媒介的新一代電視語音平臺——iFLYHOME OS 2.0。iFLYHOME OS是科大訊飛針對家庭場景及智能終端開發的AI多模態人工智能操作系統。此次iFLYHOME OS 2.0以AI虛擬數字人為媒介，對多模態交互系統進行了全面能力提升，并帶來了三大創新亮點，讓大屏交互更便捷、更智慧、更溫暖。

伴隨智能終端和ICT技術的蓬勃發展，智慧家庭新時代正在撲面而來。2021年12月，業內首個雙編號標準《智能家居系統跨平臺接入與身份驗證技術要求》正式發布，有效解決當前智能家居互聯互通中存在的“生態壁壘”問題，助推智能家居互聯互通產業的進一步規范發展。面對廣闊前景空間，智慧家庭市場將深度聚焦平臺、應用、技術、場景探索智慧家庭生態構建，不斷完善服務化水平。

(資料圖片僅供參考)

訊飛智慧家庭作為科大訊飛垂直行業品牌，以人工智能技術深度賦能運營商數字家庭業務及終端設備。在2016年發布首款電視語音助手，開啟大屏入口探索，2020發布電視語音平臺iFLYHOME OS，聚焦平臺生態能力建設。此次發布的iFLYHOME OS 2.0則標志著大屏交互從語音邁入多模態新時代。

關鍵核心技術突破帶來交互體驗升級

全新發布的iFLYHOME OS 2.0在語音識別、語音合成和端到端交互成功率方面都有顯著效果提升。在平臺系統化布局基礎上，每個單點性能的提升都能給用戶帶來極大的交互體驗改變。

其一，面向家庭復雜環境和人群的識別優化，讓語音交互更簡單。科大訊飛在語音識別方面取得關鍵技術突破，通過增強模型和識別模型的深度耦合，實現高噪、遠場混響等各種復雜環境下的高精度語音識別。即使在客廳和廚房這種高噪音復雜場景下，升級優化的語音識別可以精準識別到家庭用戶的指令詞。同時，iFLYHOME OS 2.0針對各種方言和口音也能實現復雜場景高魯棒性語音識別，支持7種方言自由切換，滿足家庭多代同堂的“年輕人普通話&老人方言”混合識別問題。

其二，極致擬人的語音合成，讓AI虛擬人交互更有情感。科大訊飛最新一代語音合成技術在深度學習框架的基礎上進行了技術升級，結合無監督語音聽感屬性解耦和聽感量化編碼技術，實現對語音韻律和情感的精細化建模，從而達到能夠媲美真人細膩情感表達的效果，使得合成語音變得更具有表現力，韻律、音質和情感上都要更加貼近真人。目前，iFLYHOME OS 2.0定制化音庫中有十多種超自然發音人選擇，家庭用戶可以根據年齡、性別、場景喜好定制專屬自己的發言人陪自己對話聊天。

其三，交互全流程評價體系打造，讓端到端體驗更完善。針對平臺交互評價標準，科大訊飛聯合中國移動智慧家庭運營中心和福建移動分公司，在iFLYHOME OS首發“懂有暢快暖”語音評價體系，不同于現有行業通用的識別率、語義分析等偏技術化和分段碎片化的評價體系。iFLYHOME OS 2.0聚焦家庭用戶交互全流程，從用戶語音需求出發，注重整體體驗感的提升，從單一搜索服務擴充到全場景交互服務，為家庭用戶帶來更人性化的智能操控體驗，獲取信息更快、更準、更智能。將端到端交互成功率提升到90%以上，為行業平臺交互應用提供標準參考。

- 懂-聽得懂：聚焦語音交互服務，提升“識別-語義-搜索”全流程交互滿足率，保障用戶基礎體驗，保障用戶基礎體驗。

- 有-服務多：結合大屏場景及人群特征，打造100+精品技能。

- 暢-推得準：針對現網普遍30%+的影片缺失率問題，形成“用戶搜索時給予推薦、搜索后后臺統計、資源更新后用戶提醒”的閉環

- 快-速度快：通過搜索邏輯與界面展示流程優化，全流程響應時間在1S內。

- 暖-有情感：通過交互流暢性、視覺效果、合成音效果、回復語人性化程度、用戶引導等功能優化。

（以上數據來源：訊飛電視語音平臺BI數據）

智慧家庭道路上，科大訊飛始終堅持從技術中來，到產品中去。目前，科大訊飛已成功構建一套“AI+家庭”智能化解決方案。相信，基于iFLYHOME OS 2.0的升級迭代，訊飛將持續賦能智慧家庭生態，圍繞家庭場景的多樣化需求，技術連接家庭內的智能終端，并通過開展多元化運營，給家庭用戶帶去多模態、主動式的交互體驗。

更溫暖、更精準、更安全的大屏應用創新

iFLYHOME OS 2.0也在場景應用方面有所突破創新，家庭用戶體驗感提升，大屏語音交互更溫暖、更精準、更安全。

其一，基于場景的情感型對話，讓大屏交互更溫暖。相比對傳統的指令性交互，必須等待用戶主動說話然后系統進行機械師回復的方式，家庭用戶對大屏交互提出更高層次的要求。科大訊飛通過多模態感知及表達、主動對話等技術賦能，在iFLYHOME OS 2.0上升級AI交互對話系統能力，系統會在合適的場景下主動進行電視助手的關懷引導和情感化表達，如用戶之前搜索的缺失影片更新上映了，系統會主動進行提醒，實現熱門影片推薦服務閉環。

經過多年深耕，iFLYHOME OS 2.0已經擁有一整套家庭垂直領域知識圖譜，覆蓋衣食住行文購娛樂等家庭生活全場景。通過AI對話系統深度學習，會在和用戶對話的過程中，結合用戶的對話內容，進行電視內容和服務的推薦，將電視端的內容和服務推薦給家庭用戶使用，從簡單指令逐漸提升到智能服務的層次。

其二，面向多人場景的“圖像+聲音”多模態融合，讓遠場交互更精準。現在很多電視、音箱的遠場交互都是依賴“單語音+喚醒詞”的方式進行，一來這種方式需要用戶頻繁進行喚醒詞喚醒，每說一句話都要喊一次，非常繁雜；二來客廳環境經常有各種人聲、電視背景音、甚至窗外的雜音等，會影響遠場語音的識別效果。

iFLYHOME OS 2.0通過“圖像+聲音”多模態融合技術，可利用遠場麥克風陣列搭配攝像頭，實現遠場聲音定位+攝像頭的人臉和唇形檢測，視覺+聽覺雙重信息進行說話人和內容解析，既解決每次說話需要喊喚醒詞的繁瑣操作，也做到即使旁邊有其他人說話，也能將主說話人的干凈人聲從嘈雜背景環境中分離出來，提升在多人、遠距離復雜場景下的語音交互精準性。有了這種技術，以后即使客廳有再多人，電視也能做到只“聽”你的聲音，隨時隨地和你實時互動。

其三，多場景輸入輸出的定向優化，大屏輕社交方案更安全。iFLYHOME OS 2.0上線大屏輕交互解決方案，可實現大屏彈幕和大屏字幕翻譯功能。針對大屏彈幕功能，上線組合敏感詞識別、基于語義的敏感內容識別，敏感詞過濾保障大屏內容安全。另外，字幕在線翻譯支持中文和英語等四十多個語種的互相翻譯，實施率和準確率高達99%，讓大屏視頻觀看實時無障礙。

首款大屏AI虛擬人開啟家庭“元宇宙”

在本次發布會上，訊飛智慧家庭還推出了大屏首款情感陪伴AI虛擬人。作為一款兼具情感交互和工具服務的AI虛擬人，AI虛擬管家可以實現與家庭用戶在情感陪伴、影視娛樂、老人健康、兒童成長、生活服務、AIoT等多個場景生態下的實時交互，為用戶提供一站式大屏生活服務。

AI虛擬管家的多情緒識別和表達能力表現出色，能夠根據家庭用戶的意圖，主動推薦內容及服務。從語音交互再到“類人化”交互，AI虛擬管家越來越接近人與人的對話習慣，也更加適合多樣化的現代家庭。

基于iFLYHOME OS 2.0的發布，科大訊飛依舊秉承著開放共贏的合作理念，面向行業和合作伙伴提供標準化對接接口，實現高效技術保障。并且面向多種應用場景實現我們的場景開放，向行業提供多種場景提供帶屏解決方案。

面對現下元宇宙背景下的“虛擬人”熱潮，科大訊飛誠邀產業合作伙伴共建虛擬人生態，基于訊飛AI虛擬人交互平臺，為客戶提供定制虛擬人解決方案。訊飛希望聯手運營商和合作伙伴，通過iFLYHOME OS 2.0平臺，不斷創造并完善更多的數字家庭新場景。

作為AI虛擬人技術及相關產品和生態合作的服務平臺，訊飛AI虛擬人交互平臺具備多模感知、多維表達、情感貫穿、自主定制四大關鍵特點。2022年6月，科大訊飛AI虛擬人交互系統通過國內首批數字人系統基礎能力評測，成功獲得了數字人領域的權威標準認證，為和產業鏈合作伙伴合作奠定深厚的技術基礎。

iFLYHOME OS 2.0的發布是科大訊飛穩步布局智慧家庭生態布局的重要一步。面對智慧家庭產業市場藍海，科大訊飛將會繼續以技術創新為動力進行探索，推動未來家庭生活逐步走向智能化。

關鍵詞： 新聞資訊