依圖聲紋識别競賽奪冠？商湯、微美全息深耕互聯網AI視覺

　　近日,在奧地利召開的機器語音國際頂會 InterSpeech 2019 上，國際聲紋識别權威競賽 VoxCeleb Speaker Recognition Challenge(VoxSRC)公布結果，依圖科技大幅海内外多支強隊獲得，再次展示了人工智能算法實力，充分表明中國聲紋識别技術已達水平。

　　此次參賽隊伍不僅包括約翰霍普金斯大學、法國國家信息與自動化研究所、清華大學、中山大學等海内外知名高校、研究機構,還包含平安科技、NEC、君林科技等各大企業。至此,依圖人工智能技術不僅在視覺感知、自然語言理解等領域領跑全球,聲紋識别技術也已達世界水平。,

　　聲紋識别是一種通過聲音判别說話人身份的技術。如果說語音識别是讓機器判斷「說了什麼」，那聲紋識别就是判斷「是誰說的」，用于解決生物身份的确認和識别。很顯然，使用基于端到端深度學習的方法做聲紋識别，擁有大量聲紋數據樣本，就有了無可置疑的優勢。

　　聲紋識别的應用前景非常廣泛,比如智能手機鎖屏、聲控安全門、汽車聲控鎖等;利用聲紋辨認技術,還可以支持智能音箱、智能語音助理等提供個性化服務,比如針對家裡的老人和孩子,推薦不同的歌曲、新聞。

　　但由于聲紋識别技術本身的難度很高,這些應用需求大部分還處在探索階段。這也是到目前市面上能自動辨别說話人的智能語音應用比較少見的一個原因。

　　在聲紋識别領域,VoxCeleb Speaker Recognition Challenge(VoxSRC)是兼具影響力和權威性的國際評測。與常規的聲紋識别評測不同,VoxSRC所用的數據量大、來源多樣,而且都采集自真實場景,比如會場訪談、室外多人對話,含有各種噪音和雜音,對于算法性能的要求非常高。此外,該競賽的評估方法非常嚴謹,因此其結果在學術界和工業界都得到認可。

　　成立 7 年來，依圖在視覺感知、自然語言處理、語音識别、智能決策等多算法領域發展，并且都獨占鳌頭。這次在全球聲紋識别權威競賽 VoxSRC 中奪冠，是對中國自有 AI 技術能夠引領世界的又一個證明。

　　依圖這次創下紀錄的聲紋識别精度水平,已經可以滿足基本的智能聲紋應用需求,比如在線交易支付的動态聲紋密碼、個人賬戶登錄的聲紋動态口令登錄。試想,社保局安裝聲紋身份認證系統後,就能實現安全的遠程身份認證,讓“信息多跑路,群衆少跑腿”,為百姓生活帶來極大的便利。随着技術的不斷成熟和融合,聲紋識别技術将逐漸融入我們的日常生活,産生巨大的應用價值。中國自研的人工智能技術,也将持續推動和引領全球技術發展,力争成為行業标杆。

　　近年來，随着人工智能利好政策頻出、AI技術逐漸發展成熟，在巨大的市場需求下中國AI産業迅猛發展。相關數據顯示，2018年中國人工智能市場規模約為238.2億元，增長率達到56.6%，2019年市場規模預計達到近280億元。而在蓬勃發展的人工智能産業中，計算機視覺領域尤為火熱，不單單依圖的聲紋識别，商湯、曠視、WiMi微美全息的計算機視覺同樣格外令人矚目。

　　商湯科技成立于2014年，是國内一家緻力于計算機視覺和深度學習原創技術的創新型科技公司，提供人臉識别、語音技術，文字識别，人臉識别，深度學習等一系列人工智能産品及解決方案，幫助各行各業的客戶打造智能化業務系統。作為全球的人工智能平台公司，商湯科技為中國科技部指定的國家新一代人工智能“智能視覺”開放創新平台。同時，商湯科技也是“全球價值的AI創新企業”，公司總融資額超過16億美元，估值超過45億美元。

　　商湯科技的市場占有率居多個垂直領域首位，涵蓋智慧城市、智能手機、互動娛樂及廣告、汽車、金融、零售、教育、地産等多個行業。目前，商湯科技已與國内外700多家世界知名的公司和機構建立合作，包括美國麻省理工學院、高通、英偉達、本田、阿裡巴巴、蘇甯、中國移動、銀聯、萬達、華為、小米、OPPO、vivo、微博等。

　　此次商湯集團智能視覺國家新一代人工智能開放創新平台将在四個方面發揮核心使命，包括通過超算系統、訓練系統、智能視覺工具鍊等核心基礎的研發、數據系統的構建，在基礎研究和核心技術上與國際保持同步研發水平;實現智能視覺底層關鍵技術和共性支撐技術的突破，促進智能視覺技術與多行業的快速結合、産業賦能;建立人工智能國際化人才體系和培養國際化人才;通過人工智能賦能，創造以衆創空間、孵化器為代表的大衆創業、萬衆創新的生态環境，促進新舊動能轉換。同時，商湯集團将成為助推粵港澳大灣區打造科技創新新高地，推動科技全球化布局的領導力量。

　　國内的另外一家以全息視覺為引導的企業微美全息，在AI視覺領域也是較為突出。微美全息專注于計算機視覺全息雲服務，微美全息覆蓋從全息計算機視覺AI合成、全息視覺呈現、全息互動軟件開發、全息AR線上及線下廣告投放、全息ARSDK支付、5G全息通訊軟件開發、全息人臉識别開發、全息AI換臉開發等全息AR技術的多個環節，是一家全息雲綜合技術方案提供商。

　　微美全息十分注重底層技術的研發，憑借多年來在計算機視覺領域的耕耘與積累，微美全息已經完成了從0到1的技術沉澱、打磨，微美的AI視覺技術已經到了成熟落地，各項技術指标也達到了行業的水平。技術成熟後，微美着重規劃了從1到N落地應用，其中機器人是規劃中非常重要的一環。微美全息雲産品布局商業應用場景主要聚集在家用娛樂、光場影院、演藝系統、商業發布系統及廣告展示系統等五大專業領域。

　　微美的全息圖像處理功能定期進行優化和改進，包括兩項核心技術：全息AI面部識别技術和全息AI面部變化技術。由于視頻處理和識别技術的發展，微美基于圖像檢測、識别、模闆匹配、圖像動态融合和替換的全息AR廣告和全息成像服務目前在行業中處于地位。

　　微美雲息技術研發以滿足客戶需求和自身業務發展為目的，以計算機圖形圖像處理技術為基礎，AR全息技術為核心，各環節技術成熟。

　　此外，我國計算機視覺的發展與國外有着不同的應用市場。根據IDC市場跟蹤，2018年我國計算機視覺技術輸出規模的三個行業是政府、金融和互聯網。而國外計算機視覺技術則主要輸出于消費、機器人(及機器視覺)、智能駕駛行業。不過，有業内人士指出，随着我國計算機視覺的不斷發展，其也将與更多行業進行全方位地深入融合，這意味着計算機視覺市場仍有巨大的潛力。

　　在此背景下，聚焦于計算機視覺領域的商湯、曠視、WiMi微美全息等企業将值得期待。與此同時，我國人工智能的發展也将圍繞計算機視覺等核心領域展開，在人工智能相關政策的推動下，計算機視覺也将繼續滿足各行各業的需求，推動産業的轉型升級。