在北京InfoComm China 2024展会上，外国客商在科大讯飞展位前体验智能同传系统。受访单位供图

　　6月26日，中国科学院举办学部第九届学术年会，中国科学院外籍院士盖博·施德潘作学术报告。他一边用英语讲，同传系统一边将他的报告内容实时翻译为中文，呈现在大屏幕上。内容准确，翻译迅速，即使是专业名词也不在话下。

　　该同传系统所采用的技术正来自于不久前获得2023年度国家科学技术进步奖一等奖的“多语种智能语音关键技术及产业化”项目。

　　该项目由科大讯飞牵头，联合中国科学技术大学、清华大学、华为、中移（杭州）公司等高校及行业领军企业联合完成。项目历时10余年研发成功，攻克多项关键技术，构建起具有中国自主知识产权的多语种智能语音技术体系，为我国智能产业升级发展奠定坚实技术基础。

　　语音是人类最自然便捷的沟通方式，也是智能时代人机交互的关键入口。如今我们只需张张嘴，机器就能代替人类完成一系列任务。在这“丝滑”的交互体验背后，是一系列关键技术的创新突破。

　　要让机器听清、听懂人类语言并不是一件容易的事。语音识别研究中有一道最具挑战性的典型难题被称为“鸡尾酒会”效应，即远场环境、噪声干扰、多人语音混叠等现象导致的语音识别困难。“比如在一个嘈杂的鸡尾酒会上，很多人同时说话，背景音乐也很响，如何让机器在这样的环境中精准识别出需要的声音？这是很常见的应用场景，也是非常有挑战性的难题。”科大讯飞副总裁、研究院院长刘聪介绍，针对这一典型难题，研发团队提出了多通道语音信号时空分离建模方法，即先将人声和不同的噪音分离，再进行建模。同时，团队还提出多维度语音属性解耦表征方法。“简单来说就是解耦、提取内容、韵律、音色等语音属性，以便更准确地识别和传达语音信息，解决了‘鸡尾酒会’效应难题，使得复杂场景下语音识别准确率得到显著提升。”他说。

　　刘聪向记者展示的一个典型应用场景中，在人声嘈杂的大型会议现场，三人同时就不同主题进行混叠发言，此时正常人已难以分辨讲话人的具体内容。但智能语音技术不仅可以实现三人重叠语音的角色分离，还可以对每个人的发言进行实时转写，准确率在86%以上。

　　多语种翻译是智能语音技术另一高频、高需求应用场景，也是最能体现智能语音技术实力的场景之一。数据是语音技术训练的关键因素之一，但部分小语种训练知识匮乏、训练数据稀缺，成为困扰技术发展的瓶颈。

　　2014年，科大讯飞等单位开始研究包括中国部分民族语言在内的小语种智能语音技术。他们从维语和藏语等民族语言切入，与北京外国语大学、上海外国语大学等建立密切合作，积累了宝贵资源，沉淀大量技术。

　　在此基础上，研发团队设计出全新的多语种通用音素体系和基本语言单元，实现多语种统一音素韵律体系的构建。“我们将不同的小语种进行分类，找到同类语种的共同规律，在此基础上进行分析建模和训练。最终在训练数据数量、质量有限的情况下，显著提升了小语种语音系统性能。”刘聪介绍。

　　此外，为解决复杂应用场景下语音交互、语音翻译面临的深层次语义理解困难、专业性不足等难题，研发团队还提出了多源知识增强的可信文本生成技术，提升专有词汇及领域知识引用的准确率。为解决使用国产芯片开展智能语音算法模型训练和推理面临的性能低、适配难等问题，团队通过软硬件协同优化的动态张量算子自动融合、多硬件联合的量化计算模拟等方法，解决了智能语音技术硬件平台受制于人的问题。

　　近年来，大模型引发的人工智能浪潮席卷多个领域。智能语音技术同样也在大模型助力下不断取得新突破。“大模型+语音”的发展模式，被认为将给智能语音技术和产业带来新一轮革命性突破。

　　“比如大模型可以实现语音技术的超拟人合成，让机器说话不再有浓厚的朗读腔，能够像真人一样自然对话。而全双工交互，则可以同时、瞬时进行信号的双向传输，让人机对话可以随时打断和继续等。这些都让大模型在智能语音领域备受关注。”科大讯飞研究院常务副院长高建清介绍说，智能语音技术的关键创新与大模型技术相结合后，二者可以相互补充、相互促进。

　　例如，借助语音属性解耦、语音信号时空分离等技术突破，可以将语音信号经过编码后输入到大语言模型中，显著提升语音大模型的效果。“原来的语音合成、语音识别、机器翻译等单点技术，借助大模型后台的理解能力、文本生成能力，在语义理解、指令跟随、多轮对话、情绪感知、超拟人合成等方面实现了显著提升，使语音交互体验得到极大改善。”高建清说。

　　着眼未来，大模型技术可以在复杂语义理解、长文本建模能力上进一步提升语音识别、合成和翻译的效果。同时基于大模型强大的语义理解、知识问答、多轮对话、多模态建模能力，它也能进一步提升智能语音技术的使用场景和应用价值，支撑实现语音同传、自动客服、辅学答疑、家庭医生、虚拟员工、陪伴机器人、服务机器人等未来智能产品创新，培育出更多产业机会，加速通用人工智能时代到来。高建清认为，大模型时代的语音技术本质上是一次推动万物互联和原有人机交互场景重构的巨大产业机会，是语音产业的全新战略机遇。

　　目前，科大讯飞自主研发的多语种智能语音技术已支持69个语种，除了6个联合国通用语种（汉语、英语、法语、西班牙语、俄语、阿拉伯语）之外，还包括挪威语、丹麦语等小语种63个，均达到使用门槛。搭载相关技术的智能手机海内外累计激活超10亿台，车载智能化产品累计前装超5300万套，支持奇瑞、比亚迪、长安等车企超200万套“出海”订单。

　　中国人民银行信贷市场司司长彭立峰给出一组亮眼数据：过去5年，我国科技型企业贷款的年均增速是20%，是贷款平均增速的近2倍。

　　回音壁印章设计者、中国建筑材料科学研究总院有限公司北京分公司研发工程师焦朋告诉记者，回音壁存在特殊声学现象，可以让声音形成回声。

　　作为离地球较近且环境最相似的星球，火星一直是人类走出地月系统开展深空探测的首选目标。

　　基于此成果，华大目前已联合香港理工大学，成立香港理工大学—华大·全球深海资源基因组学和合成生物学联合研究中心，实施进一步研发和产业化。

　　5日，在国家林草局举办的国家公园和国家植物园体系建设成效新闻发布会上，国家林草局自然保护地管理司司长张利明介绍，我国已基本构建国家公园制度体系的“四梁八柱”。

　　有两组数据最能直观展现云南的丰饶：以仅占全国4%的国土面积，保育了48.01%的国家重点保护野生植物和56.27%的重点保护陆生野生动物；在南北间距不过900公里的土地上，拥有7种气候类型，囊括了地球上除海洋和沙漠以外所有的生态系统类型。

　　近几年，人工智能在许多行业都有应用，成为人类的“好帮手”。但在这一过程中，也出现了各种各样的问题。

　　经过近3千米的行驶，我们来到了这座小山的山顶，这里距离海面约750米，地貌以岩石为主，可以看到海星、海胆、珊瑚和海葵等。

　　冰箱在使用过程中的减碳，不仅来自冰箱自身运转过程中的节能，还来自冰箱保冷、保鲜技术提升而减少的食物浪费。

　　禾本科植物适应性强，易于推广种植。如：小麦抗旱、耐冷，水稻耐涝、耐热、耐移栽，玉米耐热、耐瘠薄、抗旱、光能利用率高，谷子、高粱和燕麦耐盐碱、耐瘠薄、抗旱、光合作用能力强。

　　近期，中国地震局与国家成都超算中心、清华大学等多家单位联合发布全球第一个亿级参数的地震波大模型。

　　随着“山河号”盾构机刀盘缓缓启动，济南市黄岗路穿黄隧道开始盾构掘进，我国最大直径水下盾构隧道开启穿越黄河之旅。

　　科学研究，不仅是对未知的探索，更要体现对现实的关怀，其落脚点应当是促进经济社会发展。

　　高耸入云的南迦巴瓦峰，奔腾不息的雅鲁藏布江，见证了对口30年来雪域高原的沧桑巨变。

　　围绕“规模应用 生态赋能”，大会发布了北斗规模应用操作系统、大众北斗1米精准定位服务等系列成果，央地携手推动北斗规模应用先行先试。

　　身高1.68米、全身自由度超过50个、搭载robotGPT云端大脑的达闼人形机器人XR4，已经在7月初世界人工智能大会上开启了预售，一台价格39.9万元起。

　　我国在西昌卫星发射中心使用长征四号乙运载火箭，成功将遥感四十三号02组卫星发射升空，卫星顺利进入预定轨道，发射任务获得圆满成功。

　　中国石油3日发布的信息显示，我国最大油气田——中国石油长庆油田累计生产油气当量历史性突破10亿吨。这是长庆油田继2020年建成6000万吨级特大油气田之后取得的又一里程碑式成就。

　　近年来，随着科技的发展，AI（人工智能）已经深入到文艺创作的各个领域，并逐渐兴起一场艺术创作模式革命。