智能語音交互隨著智能硬件產品的發展，在機器人、家居家電、車載等產品中，已經有了廣泛的應用，被譽為下一代人機交互方式。
不過，互聯網時代的語音識別在很多場景中，都在手機等近講設備上完成。所謂的近講設備，是指設備只有1到2個麥克風，語音交互距離只能局限在0.5米范圍，且對周圍的噪音抑制能力較差。
在物聯網時代，如果想要在遠場識別的產品中，達到一個好的語音交互體驗，引入麥克風陣列產品勢在必行，麥克風陣列利用聲音信號處理算法，對空間中的聲音做信號處理。
例如，在語音喚醒時，定位說話人的方位，進而增強說話人方向的語音，抑制說話人方向以外的聲音，同時抑制非人聲背景音，另外對設備自己播放的聲音也可以通過回聲消除功能過濾掉，實現語音打斷的交互體驗。
麥克風陣列通過2個，4個或者6個麥克風，組成線性布局陣列或者環形布局陣列，可以實現3~5米范圍內的有效拾音，配合優化的遠場識別模型，語音識別率可以達到95%以上。
捷通華聲和清華大學合作，在和合作伙伴推出一系列麥克風陣列硬件產品后，麥克風陣列SDK即將登陸靈云平臺(aicloud.com)。
屆時，智能硬件的開發者在靈云平臺的開發者社區即可完成麥克風陣列SDK下載。在捷通華聲技術支持人員的配合下，完成SDK集成，實現麥克風陣列技術和智能硬件產品的結合，打造出具備出色語音交互體驗的機器人、家電、音箱、車載產品。
捷通華聲攜手清華大學，在產品化的過程中，不斷和客戶的產品磨合，使麥克風陣列核心技術在語音喚醒、聲源定向、回聲消除、語音降噪等方面均達到了行業領先水平。
作為捷通華聲靈云人工智能平臺的第11項核心技術，麥克風陣列技術登錄靈云平臺后，配合已有的云+端語音識別、語義理解、語音合成、聲紋識別等語音技術，可以為客戶產品提供全鏈條的語音交互產品和服務。
無論客戶的產品是哪一種平臺，哪一種形態，靈云VUI(Voice User Interface)均可以提供對應的方案，提供定制化的語音服務，和客戶一起推出差異化語音交互的產品。
一些 Q & A
Q：如何使用靈云麥克風陣列SDK?
A：開發者需要登錄靈云開發者社區，下載對應版本的麥克風陣列SDK，對于需要移植SDK的硬件系統平臺，開發者需要聯系靈云技術支持工程師，溝通移植對應的SDK版本。
Q：怎么將SDK與麥克風硬件結合起來?
A：用戶的智能硬件產品，需要支持安卓，windows或者linux系統，同時可以采集到2路，4路或者6路麥克風原始錄音，以及1路或者2路回聲消除參考音頻，需要和靈云技術支持工程師溝通，保證錄音和靈云麥克風陣列SDK適配。
Q：2/4/6麥克風陣列分別適合哪些智能硬件?
A：主要看設備的形狀、尺寸和應用場景，例如，空調通常是面向前方180°拾音，用線性陣列，2/4麥克風都可以;家庭陪伴機器人在室內四處走動，需要拾取來自360°各個方向的聲音，可以用4/6麥克風環形陣列。當然，麥克風越多，拾音和定向效果越好。
Q：麥克風陣列SDK是否需要適配靈云遠場識別SDK?
A：原則上沒有對第三方語音識別做限制，不過考慮到后續語音識別的優化，建議采用靈云遠場語音識別SDK。除了靈云遠場語音識別SDK，做為全方位的人工智能平臺，靈云平臺的聲紋識別SDK也可以配合麥克風陣列SDK做優化。
靈云麥克風陣列高級產品經理高江江介紹到，相比市場上的同類產品，靈云麥克風陣列SDK登錄靈云平臺后，作為全球第一個開放的麥克風陣列平臺服務提供商，充分表明捷通華聲的用戶理念，即全面擁抱智能語音硬件產品的合作伙伴，致力于和客戶一起推出差異化的語音交互產品。
靈云平臺的第11項核心技術——麥克風陣列技術，在全面服務智能硬件產業的過程中，必然會將語音交互產品從傳統的近講時代推向遠場語音交互時代。
誠聘英才，歡迎有志從事人工智能的人士加盟。
推薦閱讀
3月23日晚，被譽為“國足福地”的長沙賀龍體育場被紅色所包圍，國足1：0取勝讓現場的球迷沸騰不已。場外，十數輛標有“Gofun球迷免費接送”的>>>詳細閱讀
地址：http://www.geekbao.cn/a/05/302437.html
網友點評
精彩導讀
科技快報
品牌展示