自电视机问世80多年以来，显示技术的不断革新，从黑白到彩色、从2D到3D、从标清到超高清，呈现的画面越来越精美，然而似乎却越来越难以将大众留在电视机前，这与互联网时代内容来源的爆发有关，丰富而个性化的内容通过网络呈现。实际上，并非人们不爱看电视，而是由于大多数人白天忙碌没有时间看电视，只剩下碎片化时间，因此移动小屏更符合人们的需求，让交互形式局限在用遥控器切换频道的传统电视开始变得与用户愈加疏远。

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%。

据了解，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。”

声纹识别、远场语音、模糊搜片，看起来简单精炼的三个特质，背后凝聚了长虹人多年研发成果的积淀，长虹新一代人工智能电视Q5K的推出，刷新中国在世界人工智能领域的技术新高度，确立人工智能电视的技术新标杆，为电视这一传统家庭娱乐中心带来了革命性的交互体验。