在人工智能领域，场景应用、平台建设是并行的，如何打通多项AI能力，提供融合的智能服务，对国内AI企业提出了挑战。捷通华声作为国内人工智能产业的开拓者与领导者，早在2011年就推出了全球首个全方位人工智能平台——灵云（AIcloud．com）。该平台融合智能语音、智能图像、生物特征识别、智能语义等12项人工智能技术，并面向产业全面开放。为此，作为中国软件网策划的“2018中国AI应用、平台与生态”系列专访第二期，我们采访了捷通华声总经理武卫东，跟他聊一聊人智能应用和人工智能开放平台的发展逻辑，以及捷通华声的一些实践经验。
深化应用、构建平台，是人工智能厂商的未来
根据中国软件网《2017中国AI应用、平台与生态洞见报告》中调研数据显示，38％的人认为我国人工智能产业目前处于应用扩展、平台建设阶段；33％的人认为我国人工智能产业已经进入平台竞争、生态建设阶段。可见，大部分人都认为我国正在进行AI平台和生态建设。值得提出的是，应用落地和平台、生态建设是同步并举，人工智能厂商之间的竞争将在多个维度同时进行。要建成完善的AI平台和生态，预计还有5～10年时间。
武卫东认为，通过构建人工智能开放平台的方式，深化行业应用、聚集合作伙伴，进而构建人工智能产业生态是捷通华声重要的战略布局。捷通华声在这方面很早就进行了积极的探索，2011年，捷通华声的灵云平台就面向产业全面开放，并以“云 ＋ 端”方式，为产业界提供语音合成（TTS）、语音识别（ASR）、麦克风阵列（SMA）、语音唤醒（VW）、手写识别（HWR）、光学字符识别（OCR）、人脸识别（AFR）、声纹识别（VPR）、指纹识别（FPR）、自然语言理解（NLU）、数据挖掘（DM）、机器翻译（MT）等全方位人工智能能力。通过将其积累的人工智能技术开放出来，捷通华声积累了众多的合作伙伴，并服务大量的行业客户。
融合多项智能应用，打通整个智能产业链条
武卫东指出，目前人工智能厂商大多提供单一的智能服务，比如语音识别、图像识别等，多项智能应用的融合度不高。但是就市场需求来看，用户想要的往往是多项智能服务，并且这些不同领域的智能应用要很好的融合，形成完善的解决方案。
捷通华声作为在智能语音领域领先的厂商，其能力不仅局限于语音领域，已经扩展到智能图像、智能语义、生物特征识别等领域。具体来看，捷通华声提供的智能服务包括：
智能语音领域，捷通华声能具备正确率为97％以上的语音识别能力，并能实现21种语言的语音合成服务，以及语义理解能力。另外，捷通华声还提供独具特色的声纹识别应用，可以根据说话人的语音特征，提供声纹鉴别和声纹确认，并作为生物特征识别的重要手段；
智能图像领域，捷通华声提供的OCR服务，除了支持识别汉语、英语之外，还支持维语、蒙语、藏语、朝鲜语、哈萨克、彝族等多种少数民族语言的识别。更进一步的，捷通华声具备手写识别能力，能将手写字迹转化成文本，识别准确率在99．9％以上。此外，捷通华声还支持人脸识别和指纹识别应用。
值得提出的是，捷通华声通过灵云平台来提供这些智能应用，致力于实现不同种类智能服务的融合，而不是简单的产品堆砌。在武卫东看来，单项智能的局限性较大，未来必然是多项智能的高度融合。为此，捷通华声突出全方位人工智能的能力建设，并以灵云平台为载体，向开发者、合作伙伴开放出来，共同赋能整个智能生态的发展。
