早在六年前就开始发力电视语音交互的长虹，在10月12日再次带来了划时代的人工智能CHiQ电视5K，这次在成都举办的品鉴会，将其远场语音、声纹识别、模糊检索三大核心卖点展示的淋漓尽致，尤其是长虹首次在人工智能电视行业应用的声纹识别技术，更是与同行业竞争对手拉开差距的关键技术。

  声纹识别赋予电视辨识家庭成员的能力

  声纹识别技术，顾名思义，就是可以识别发出语音指令者的具体身份特质，再根据每个人的选择喜好、观看历史，推荐音视频节目。而其他竞品的语音识别功能，还停留在忽略语音指令由谁发出的这一关键问题，仅仅根据历史浏览和语义理解来实现节目推荐，然而这对于家庭用户而言，却是最不该忽略的一环，在当前人工智能电视的技术中，用户行为画像被列为基础数据之一，而不能够对家庭成员进行细分，将大大降低用户行为分析的准确度。

  在品鉴会现场，CHiQ电视产品经理陈科宇与另一位女嘉宾扮演起家庭成员的角色，当说出“我要看电影”的指令时，CHiQ智能电视给出的推荐片源并不相同，而且界面亦根据声纹识别选择了不同的图案色彩，成年男性、女性和儿童的界面及推荐结果都分别对应其性格特征和观看习惯，而当从未使用过这台电视的嘉宾开口时，CHiQ识别到这是一个陌生人，因此只按系统默认推荐了视频。

  陈科宇介绍到，长虹应用国际前沿的I-vector技术为声纹建模，同时借助云计算平台，建立起每个家庭成员独一无二的声纹数据库，能够在家庭应用环境中快速精准地实现家庭成员的身份识别，识别率超过90%。

  coinbase手机版了解，达到如此出色识别率并不容易，长虹声纹识别项目组在开发过程中遇到了不少困难，在项目初期，声纹数据家电维修少是面临的主要困难之一，无法对建立的模型进行有效的验证及训练。而声纹识别算法需要在足够多的训练数据的条件下，才能够准确地学习到不同说话人之间差异性。为此，项目组的每一个成员每天按时拿着遥控器，不停的呼喊“长虹小白…我要看…我想看…”，一遍、两遍…无数遍，日复一日地采集声纹样本。

  有了足够多的数据，声纹识别算法的设计开始变得更为重要。此前项目组的技术积累主要在图像识别领域，并没有语音相关领域的经验，因此算法的设计尤为艰辛。项目组核心成员吴郢教授身在美国，每周都会定时两次通过视频会议和国内的项目组成员讨论，经过三个月左右的努力，终于完成了算法的设计、服务器的部署，并成功交付。

  模糊搜片和远场语音 让人工智能更亲切

  现在许多人工智能电视以遥控器内置麦克风采集用户语音指令，这让语音交互的连贯性大打折扣，而CHiQ5K配备集成式阵列麦克风，实现5米范围内的远场语音采集，并且能够实现语音开关机，从打开电视到完成节目播放，全程无需遥控器，只通过语音控制即可实现。

  计算机可以在精确的指令下完成各种任务，而人工智能的价值在于识别自然对话和不那么精准的指令，长虹CHiQ5具备的模糊搜片能力，带来了强大的相关性分析和纠错能力，即便用户表达不够准确，也能够呈现用户希望的影视资源。

  以模糊检索功能为例，用户在点播视频的时候，不慎将《芈月传》中的“芈”字按错，打成了“半”字，这时候电视机智能系统可以自行判别，并根据用户大数据进行关键词纠错，从而将点播节目定位到《芈月传》上。

  对于这一功能的实现，陈科宇谈到“具有这样的交互功能需要技术体系的协同支撑，在人工智能电视Q5K的身后，有基础数据平台、语义平台、用户画像平台和媒资汇聚平台进行支撑。电视具有语义理解算法、检索算法、推荐算法、数据挖掘算法四种算法系统。同时还有设备控制协议、基础应用管理协议、数据查询协议和算法功能协议。拥有如此技术系统支撑的人工智能电视Q5K具有强交互、可成长、可思考、可广泛协同其他设备的特点。”