美国当地时间9月13日，国际多通道语音分离和识别大赛（CHiME）组委会宣布，由科大讯飞领衔的中国技术团队包揽了赛事全部三个项目的冠军。

据悉，CHiME比赛重点解决的是真实、复杂场景下的语音识别，因此是语音识别领域最高难度的比赛之一。参赛的各个语音系统需要克服高噪声、混响等干扰，在咖啡厅、公交车、街道等日常生活场景中，准确地识别和处理英文语音。

团队负责人、科大讯飞研究院副院长刘聪介绍说，科大讯飞语音系统在六麦克风、双麦克风和单麦克风场景这三个项目中表现优异，并大幅刷新了各项目的纪录。比如，在六麦克风场景下，系统的词错误率降至2.24%，相比历史成绩，错误率下降了逾六成。

参赛系统凝聚了科大讯飞研究院、中国科学技术大学杜俊教授团队、西北工业大学陈景东教授、佐治亚理工学院李锦辉教授等国内外知名专家的合作成果。大赛组委会认为，在复杂场景语音识别任务上，“该系统已经给出了接近完美的解决方案”。

刘聪认为，更具抗噪性、实用性的语音识别技术，对于促进中国制造业的转型升级，价值巨大。“这意味着，我们可以把语音识别拓展到更多生活场景中去，而不受限于室内、会场或语音通话等安静环境，从而真正让语音取代电子屏幕，成为‘万物互联’的入口。”

在刚刚发布的苹果iPhone7上，其人工智能“大脑”以及智能家居平台“HomeKit”引发业界关注。今年6月，苹果宣布向第三方开发者开放语音接口，被视为向人工智能语音路径迈进的又一步。谷歌、微软、Nuance等科技企业也在智能语音领域动作频频。

语音作为最自然的人机交互方式，随着人工智能的发展，将在未来发挥巨大的作用。中国的智能语音技术应如何应对全球竞争？

刘聪认为，不管中文还是英文，在语音技术上是相通的。“在一个英语语音识别系统的高难度比赛中夺冠，说明我们在核心算法上是领先的。”但他也指出，抛开技术，在业务和产品层面，微软、谷歌、苹果等“巨头”拥有各自不同的数据优势，可能会产生更好的用户体验。这是中国智能语音产业亟待补齐的短板。

CHiME比赛始于2011年，今年由谷歌公司承办。它由法国计算机科学与自动化研究所、英国谢菲尔德大学、美国三菱电子研究实验室等知名研究机构所发起，旨在使学术界和工业界提出全新的语音识别解决方案，以进一步提升语音识别的实用性和普适性。