技术大咖齐聚爱数智慧人机交互技术论坛 | CNCC2021

为加快人工智能落地应用，国家“十四五规划”提出要推进产业数字化转型，同时数字化转型也是本次大会的重要议题，其中起到人工智能“养料”作用的数据是数字化转型主要助推力。数据如何影响和推动人机交互技术、实践和应用的发展将是本次论坛探讨的重点内容之一。

参与论坛报告嘉宾分别为：中科院声学所研究员、博士生导师颜永红；爱数智慧创始人兼CEO张晴晴；美的集团IoT副总裁兼CTO向江旭；阿里巴巴达摩院语音实验室田彪、香港中文大学（深圳）数据科学学院教授宋彦。

论坛最后，还将举办“中文临床医学文本分词与命名实体挑战赛”颁奖仪式，获得该比赛奖项的参赛者将现场发言并获得相应证书和奖金。

颜永红

中科院声学所研究员、博士生导师

个人简介：颜永红，1990年毕业于清华大学电子工程系获学士学位，1995年于美国俄勒冈研究院获计算机科学博士。中国科学院核心骨干特聘研究员，中科院声学所首席科学家。长期从事语音信号处理和识别的研究，牵头承担国家自然基金委重大项目、重点领域专项等国家级科研项目十余项，是国家自然基金委国家杰出青年基金获得者、全国优秀科技工作者称号获得者。发表论文300余篇，持有发明专利100余项，曾获中科院杰出科技成就奖一项，省部科技一等奖两项。

颜永红

中科院声学所研究员、博士生导师

题目：智能语音技术商用价值与应用前景

摘要：随着智能语音在各场景的应用落地，智能语音交互核心技术在关键行业领域的商业应用前景和价值也越来越大，将成为引领新一轮产业集群开发与传统企业升级的核心认知。报告将深度评估与解析全球及我国在智能语音领域关键性技术并给出前瞻的应用创新建议。

个人简介：颜永红，1990年毕业于清华大学电子工程系获学士学位，1995年于美国俄勒冈研究院获计算机科学博士。中国科学院核心骨干特聘研究员，中科院声学所首席科学家。长期从事语音信号处理和识别的研究，牵头承担国家自然基金委重大项目、重点领域专项等国家级科研项目十余项，是国家自然基金委国家杰出青年基金获得者、全国优秀科技工作者称号获得者。发表论文300余篇，持有发明专利100余项，曾获中科院杰出科技成就奖一项，省部科技一等奖两项。

张晴晴

爱数智慧创始人兼CEO

题目：多语种对话式AI技术及语料库建设

摘要：如今对话式AI成为人工智能行业发展的重要方向，在各大行业场景中得到广泛的应用。但人工智能要想与人实现更自然的对话，还需克服很多难题。人机对话面对较为复杂的场景，其中多语种混杂现象愈发频繁，如何提升机器识别多语种混合表达的能力？报告从对话式AI出发，探讨对话式口语交互为语音识别带来哪些挑战，通过双语声学建模、发音词典如何构建双语识别系统，解决非母语发音的插入语问题。同时，多语种语料库建设对AI识别率提升起到积极的作用。

个人简介：张晴晴，爱数智慧创始人兼CEO，语音技术专家，对话式AI引领者。巴黎法国国家实验室LIMSI-CNRS语音交互处理博士后，曾任中国科学院声学研究所副研究员，擅长大词汇连续语音识别的声学建模以及语言建模工作。曾获得2014年度中科院杰出科技成就奖和科学技术厅科学技术进步奖一等奖。2021年被聘为中国计算机学会CCF女工委，获得创业邦最值得关注的女性创业者。

向江旭

美的集团IoT副总裁兼CTO

题目：多模感知和人机交互在智能家居的应用探索

摘要：AI与IoT的结合已经是行业趋势，AI根据人机交互技术和对海量不同场景数据的学习，进行对未来的预测和洞察，而多模感知将大量的数据“采集起来”，由IoT将这些数据“分发”到AI的交互技术当中，实现世界的“AI大脑”端到端的链接。智能家居是离消费者最近的AIoT场景，报告将分享美的多模感知技术、人工智能技术与物联网在智能家居的应用中的落地融合。

个人简介：美的集团IoT副总裁兼CTO。在软件、互联网和物联网行业拥有30年高科技专业经验，其中18年在硅谷，尤其擅长物联网、大数据、人工智能等技术的应用创新。曾经担任苏宁IT总部执行副总裁兼苏宁技术研究院院长、微软亚太研发集团总裁助理/技术战略总监以及思科、戴尔等硅谷高科技企业高管。

田彪

阿里巴巴达摩院语音实验室

题目：多模态语音交互的技术实践及发展趋势

摘要：随着5G和AIoT技术的快速发展，语音和视觉等多模态技术的融合逐步加深，在新型人机交互入口中的作用越来越明显，本报告以阿里巴巴在智能交通领域的「地铁多模态语音售票机」和协同办公领域的「钉钉智能无人前台」的产品研发实践为基础，介绍声学设计、麦克风阵列处理、远场语音对话、人脸检测与识别等多模态技术的设计思想与方案架构，在多模态数据的助力下，如何在公众嘈杂场景进行多模态融合从而给用户带来更好的产品体验。同时结合产业落地情况与研究进展介绍下一代的产品和技术演进趋势。

个人简介：田彪，博士，2010年毕业于中国科学院声学研究所，中国计算机学会会员，中国声学学会会员，全国声音与音乐技术大会（CSMT）领域主席。从事通信声学、互联网多媒体技术研发多年，现在阿里巴巴达摩院语音实验室负责信号处理团队研发工作，在智能车机、智能交通、智慧法院、智能办公、智能家居和智能语音芯片等语音交互技术方面有着丰富的创新算法实践，被集成到阿里巴巴经济体内外多项重要语音AI产品中。在声学、音频和人机交互技术领域拥有三十余项国内外发明专利及学术论文。

宋彦

香港中文大学（深圳）数据科学学院教授

题目：面向领域的中文自然语言处理面对的数据挑战及机遇

摘要：自然语言处理作为人工智能的核心板块，承载着大量针对大规模以文本为载体的数据处理的需求，近年来发展出了各类基于大数据的处理方案（例如预训练模型等），对数据的数量和质量提出了较高的要求。与通用领域相似，面向特定领域的文本处理任务，从基础的例如分词、命名实体识别等，到复杂的例如阅读理解、机器翻译等，都需要大规模高质量数据的支持。然而，与英文相比，目前中文特定领域的数据建设尚不成熟，不论是可用于训练预训练模型的高质量未标注文本，还是针对特定任务的高质量标注数据，都十分稀缺。这些数据的稀缺使得目前难以训练高性能的中文文本处理模型，进而导致中文特定领域目前仍缺少公开的、被广泛使用的高质量的基础文本处理工具。因此，大力发展中文领域内数据建设，是一项长期且具有重大意义的工作，能够为未来中文文本处理在各个行业的深度发展提供基石，以至于成为自然语言处理发展下一个阶段的重大且实际的机遇。

个人简介：宋彦，现为香港中文大学（深圳） 数据科学学院副教授，同时担任华盛顿大学客座教授，创新工场大湾区人工智能研究院首席科学家。

研究方向是人工智能，包括自然语言处理、信息检索和抽取、文本表征学习等。目前发表人工智能国际顶级期刊及会议论文100余篇，其著作多次被国际人工智能权威杂志或会议收录，如国际计算语言学杂志(Computational Linguistics)及其协会年会(ACL)，美国人工智能协会年会(AAAI)，自然语言处理的经验方法会议(EMNLP)，国际人工智能联合会议(IJCAI)等等，同时还长期担任人工智能顶级会议程序委员会委员及高级领域主席等职。加入香港中文大学（深圳）之前，曾就职于微软研究院、腾讯AI Lab等业内顶尖研究机构，是“微软小冰”项目的创始团队成员之一，并领导构建了腾讯AI Lab大规模中文词向量数据集（包括800万中文词），该数据集成为2018年世界十大人工智能开源数据集；除学术研究之外，曾担任创新工场大湾区研究院执行院长一职，推进人工智能的商业化及应用产出。