帶方言口音的普通話人工智能能聽懂嗎？在嘈雜的環境中，知道要“聽”哪些聲音而忽視另一些聲音嗎？“聽”到不同表述方式，能夠理解嗎？

隨著智能音箱、人機互動家電等應用人工智能的產品進入人們生活，大家對機器“聽”人講話并給出回應已經不陌生。但是，到底怎樣“聽”才算“聽得懂”，卻并無統一標準。

不過，這一局面有望改變。解放日報·上觀新聞記者9月12日獲悉，由上海企業平安好醫生與智能語音識別技術公司云知聲共同起草的《中文語音識別難度分級認證規范》討論稿（以下簡稱《認證規范》）已經完成，并在中國人工智能產業發展聯盟（AIIA）2018年聯盟會員大會的標準化與推廣工作組專項討論會議上進行了標準框架匯報，得到專家認可。這是國內首個關于中文智能語音識別難度的標準規范，有望為形形色色人工智能產品的“聽”“說”能力打分，避免“假智能”濫竽充數。

近年來，國內人工智能語音領域各大廠商深耕技術研發，中文語音識別率提升至90%以上，云知聲在醫療等垂直行業識別率則達到97%以上。隨著智能語音識別技術的飛速發展，智能家居、智慧車載、智慧醫療、智慧教育等領域均廣泛應用智能語音交互解決方案，實現了人機互動，也因其便利性吸引了大量用戶。艾瑞咨詢發布的《中國智能家居行業研究報告》數據顯示，2017年，我國智能家居市場規模就達到3342.3億元，同比增長24.8%，這也意味著智能語音識別技術的應用前景廣闊。

然而，由于缺乏應用層面的統一標準規范，企業在研發及推廣相關產品時，缺乏足夠的市場公信力，而用戶選擇相關產品時，也沒有權威的技術指標加以參考。標準缺失成為制約行業發展的主要障礙之一。在國際上，IBM、Microsoft、AT&T等跨國公司對語音技術的研究已持續多年，并積極參與語音技術領域的標準制定，以期在激烈競爭中處于技術的制高點。中國雖已開始推廣架構、接口等技術層面的標準，但應用層面的標準規范長期空白，不利于中國智能語音識別技術及產業的發展。

2017年12月，平安好醫生與云知聲合資成立上海澔醫智能科技有限公司，共同探索以智能語音識別等技術為基礎的家庭智慧醫療服務終端建設。針對企業及行業發展需要，平安好醫生與云知聲經過半年多的聯合研究，根據中文語音的自身特性，起草了《認證規范》框架。

《認證規范》將中文語音識別難度分為L1-L4四個等級，并分別從聲學和語言學兩個維度確定了信噪比、普通話水平、說話習慣、語言句式等十余個影響因素，對智能語音交互類產品在實際應用場景下的識別率提供了定級依據。因此，這一《認證規范》的推出，有望為我國智能語音識別技術及產業發展，提供切實可行、可加以全面推廣的技術標準。

中國人工智能產業發展聯盟是由中國信息通信研究院牽頭會同中國電子技術標準化研究院、國家工業信息安全發展研究中心等單位，以及全國300余家人工智能相關企業、機構等共同發起組建，在行業內具有較高權威性和公正性。針對《認證規范》討論稿，相關專家一致認為，該規范切中產業發展痛點，針對應用層面的中文智能語音識別技術的難度和能力提出了分級評價的關鍵參數體系，對于產業應用推廣具有重要意義。