同盾科技 & 智能语音 | 你不得不知道的战略布局

简介:

语音识别想必大家都很熟悉,但是声纹识别可能了解较少。其实语音识别和声纹识别同属于智能语音的范畴,但是两个有着本质的区别。前者主要考虑语言的内容,而后者则更注重声音特征。简单来讲,语音识别解决“说了什么”的问题,而声纹识别回答“说话人是谁” 的问题。随着智能语音技术的普及,越来越多的应用场景得到实现。

与此同时,新一代用户对于隐私、安全、便利等需求的日益提升,使得金融、互联网风险管理和反欺诈领域需要提供更加人性化、个性化和便捷化的服务。智能语音技术的不断突破为更多场景落地打开了新世界的大门,作为国内智能风控和分析决策服务提供商,同盾科技也已开启了人才发展战略。

数据竞赛——挖掘高质量数据人才

10月22日,由同盾科技主办、科赛网承办,得意音通协办的“同盾科技声纹识别建模大赛”,经过3个多月的激烈角逐,从全国各地的参赛队伍中脱颖而出的10强战队汇聚杭州,一决高下。浙江大学计算机学院院长庄越挺、清华大学信息技术研究院副院长郑方、西北工业大学计算机学院教授谢磊、麦子金服副总裁李晓忠博士等作为重量级嘉宾评委出席了本次决赛路演会,并对10强选手进行了颁奖仪式。

1f69b86df795aba3ad6de64c7688400760fb6712

决赛路演嘉宾评委及选手合影
7d9ef2d3543a027743179782a3a3b1f31c16cc34

大赛嘉宾评委团

作为此次赛事的承办方科赛网,是国内最大的数据人才社区,拥有40000+数据科学家用户,并垂直辐射影响近300000数据人才,有效建立了同盾科技与数据人才之间的沟通桥梁,此次赛事总共吸引了386人报名参加,成功组建队伍260支,案例提交总数超过2946次;其中近60%参赛人员来自国内顶尖高校在校学生,40%参赛人员为各企业团队和AI极客,近80%的参赛选手拥有研究生及以上学历,赛事成绩超工业一级水平,实属罕见。在最终的冠军角逐中,来自浙江大学的“河姆渡小分队”披荆斩棘,获得第一名的成绩。

d3650c0b15697181c4e6a27da39934bbee0b1da9

河姆渡(决赛路演第一名)

校企合作——技术创新创造新需求

同盾科技在科研攻关、理论创新、人才培养、商业应用等层面均进行了深度布局和探索,希望能搭建一个智能语音领域高端人才的培养阵地和科技成果转化基地,共同推动中国人工智能技术取得突破性进展,为新旧动能转化提供有力支撑。

因此,一个涵盖底层基础科学研究、中间层工具技术开发、上层产品计划落地到顶层战略规划的实现路线也逐渐清晰起来,除了这次举办“同盾声纹识别建模大赛”,同盾还与国内顶级高校展开紧密合作,陆续与浙江大学、西北工业大学达成合作,组建人工智能联合实验室及智能语音技术联合实验室,联合培养新一代语音智能人才。

同时,同盾科技有限公司与北京得意音通技术有限责任公司在9月曾联合对外宣布达成战略合作关系,双方将充分发挥各自领域的技术、资源、客户群等优势,共同推动智能语音技术在金融等行业的应用。

与企业和高校合作的同时,同盾还积极强化自身技术实力,增强技术储备,引入西北工业大学计算机学院谢磊教授等行业顶尖科学家的加盟,发挥箭头人物对创新的推动作用,在强化自主创新的同时,同盾也持续撬动产业链上下游的资源,联合各方的力量,优势互补形成协同效应。

结语

近年来,同盾在创新上的投入可以说是不计成本,几乎80%以上的资源都投向了技术研发和基础设施建设,而同盾也切实享受到了科技为自身带来的红利,截止到目前同盾已经形成了人工智能、泛安全、信贷科技三大技术体系,使得近百个产品落地,实现了端到云一体化的全流程解决方案和服务能力。

相信如同盾科技这样专注于技术研究,科学创新,专心服务客户的企业会成为中国人工智能战略成功道路上最坚实的力量!


原文发布时间为:2018-10-24

本文作者:科赛Kesci

本文来自云栖社区合作伙伴“PaperWeekly”,了解相关信息可以关注“PaperWeekly”。

相关文章
|
人工智能 自然语言处理 语音技术
|
17天前
|
机器学习/深度学习 算法 人机交互
智能语音识别技术的最新进展与未来趋势####
【10月更文挑战第21天】 在当今这个信息爆炸的时代,人机交互方式正经历着前所未有的变革。本文深入探讨了智能语音识别技术的前沿动态,从深度学习模型的创新应用到跨语言、跨领域的适应性增强,揭示了该领域如何不断突破技术壁垒,提升用户体验的真实案例与数据支撑。通过对比分析当前主流算法的性能差异,本文旨在为研究者和开发者提供一幅清晰的技术演进蓝图,同时展望了多模态融合、情感识别等新兴方向的广阔前景。 ####
102 7
|
28天前
|
机器学习/深度学习 存储 人工智能
智能语音识别技术的深度剖析与应用前景####
本文深入探讨了智能语音识别技术的技术原理、关键技术突破及广泛应用场景,通过具体实例展现了该技术如何深刻改变我们的日常生活和工作方式。文章还分析了当前面临的挑战与未来发展趋势,为读者提供了一幅全面而深入的智能语音识别技术图景。 ####
|
1月前
|
机器学习/深度学习 搜索推荐 语音技术
智能语音识别技术在智能家居中的应用与挑战####
本文深入探讨了智能语音识别技术的基本原理、关键技术环节,以及其在智能家居领域的广泛应用现状。通过分析当前面临的主要挑战,如环境噪音干扰、方言及口音识别难题等,文章进一步展望了未来发展趋势,包括技术融合创新、个性化服务定制及安全隐私保护的加强。本文旨在为读者提供一个关于智能语音识别技术在智能家居中应用的全面视角,同时激发对该领域未来发展方向的思考。 ####
89 6
|
30天前
|
机器学习/深度学习 人工智能 自然语言处理
智能语音识别技术在多语言环境中的应用与挑战####
随着全球化的不断推进,跨语言交流的需求日益增长,智能语音识别技术成为连接不同语言文化的桥梁。本文旨在探索该技术在多语言环境中的应用现状、面临的挑战及未来发展趋势,通过深入分析技术瓶颈与创新策略,为促进全球无障碍沟通提供新视角。 ####
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
智能语音识别技术的现状与未来发展趋势####
本文旨在探讨智能语音识别技术的发展历程、当前主要技术特点、面临的挑战以及未来的发展趋势。通过综述该领域的最新研究进展和应用实例,本文为读者提供了一个关于智能语音识别技术的全面概览,并展望了其在未来可能的发展方向。 ####
|
2月前
|
存储 自然语言处理 搜索推荐
智能语音识别技术在医疗健康领域的深度应用与前景####
本文深入探讨了智能语音识别技术在医疗健康领域的多维度应用,从电子病历的高效录入到远程诊疗的无缝对接,再到患者教育与健康管理的个性化服务,展现了该技术如何显著提升医疗服务效率与质量。通过分析典型应用场景、挑战及解决方案,本文揭示了智能语音识别技术在推动医疗行业智能化转型中的关键作用,并展望了其未来发展趋势与广阔前景。 ####
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
智能语音识别技术在多语言环境下的挑战与优化策略###
随着全球化的加速推进,智能语音识别技术作为人机交互的关键一环,其跨语言适应性成为了研究热点。本文深入探讨了智能语音识别技术在多语言环境下面临的挑战,包括口音差异、词汇多样性、语法结构复杂性等,并提出了相应的优化策略。通过对比分析不同算法和技术路线,本文旨在为提升智能语音识别系统的跨语言性能提供理论依据和实践指导。 ###
|
2月前
|
机器学习/深度学习 算法 语音技术
智能语音识别技术在医疗健康领域的应用与挑战####
本文深入探讨了智能语音识别技术(Intelligent Speech Recognition, ISR)在医疗健康领域的现状、应用实例及面临的主要挑战。通过分析ISR技术的基本原理,结合其在电子病历记录、远程医疗咨询、患者监护及健康管理等方面的实际应用案例,揭示了该技术如何提升医疗服务效率、改善医患沟通并促进个性化医疗的发展。同时,文章也指出了数据隐私保护、方言与口音识别难题、技术准确性及用户接受度等关键挑战,为未来研究和技术优化提供了方向。 ####