嬰幼兒哭鬧怎么辦？寶寶啼哭不止是病了么？嬰幼兒啼哭要不要抱？……這些在搜索引擎、母嬰社區(qū)十分常見問題背后，正是一個明顯的市場需求--父母希望有效發(fā)現(xiàn)嬰幼兒啼哭等聲音，并了解背后的含義，同時獲得相應的應對方法。不過，現(xiàn)實當中，還很難有產品能夠自動化的解決這問題，嬰兒啼哭發(fā)現(xiàn)主要依賴于人工陪護，啼哭的解讀主要依賴于經驗。
我們近期接觸的初創(chuàng)公司聲聯(lián)網（深圳聲聯(lián)網科技有限公司）則希望利用技術自動解決上述難題，公司主要從事嬰幼童音視頻的行為分析和情感計算，目前已經研發(fā)了基于人工智能技術的嬰幼兒音頻行為監(jiān)護平臺（BabyABAM），通過芯片和云后臺，可以實現(xiàn)實時精確監(jiān)測嬰幼兒發(fā)出的啼哭等聲音，并已經與國內一些合作伙伴達成了合作及合作意向，有望在軟硬件終端產品中迅速落地這一技術。
嬰兒啼哭的監(jiān)測與識別，在學術界早有研究。隨著人工神經網絡技術的出現(xiàn)，也使得準確率進一步提升。近年來，也有一些針對嬰兒啼哭的軟件開始問世，如西班牙的whycry等，此前也有一些攝像頭及音頻類產品，主打嬰幼兒哭聲識別，但在識別的準確性及穩(wěn)定性方面依然不高。
聲聯(lián)網分析，之所以出現(xiàn)這一現(xiàn)象，有幾方面的原因，一是因為以往的一些方案，主要通過識別環(huán)境音中的異常響聲，只要滿足一定分貝就識別，因此很可能會誤識；二是一般識別過程中會出現(xiàn)成人與嬰幼兒聲音的普遍混音現(xiàn)象，識別難度增加；三是目前市面上還缺少準確有效的嬰幼兒啼哭的高精度的數(shù)據。
為此，聲聯(lián)網自研了一套算法方案，增加了更多如音高、音強、音色等各種特征維度在內的分析維度，提升識別的準確性。精準標注的訓練數(shù)據是提升識別準確率的一個重要因素。團隊表示，公司用來訓練的嬰兒音頻數(shù)據超過了1000GB，上萬小時的錄音文檔；采用了統(tǒng)計建模和神經網絡建模的算法，目前的錯誤率可以低至5%以內，是國內可量產方案中最低的。
之所以能做到這一點，是因為聲聯(lián)網已經組建了包括技術、戰(zhàn)略和育嬰方面的頂級專家顧問團隊。公司成立后，獲得了中科院聲學所、東南大學、北京理工大學語音實驗室的大力支持，協(xié)助組建起了技術研發(fā)團隊。首席科學家顏永紅是中科院聲學所研究員、博士生導師、語言聲學與內容理解重點實驗室主任，美國俄勒岡OGI研究院終身教授，2002年入選中科院百人計劃，Intel中國研究中心首任主任。首席戰(zhàn)略顧問倪光南是全國政協(xié)委員、中國工程院院士，聯(lián)想集團創(chuàng)始人、首任總工程師，國家科技重大專項“核高基”相關項目主要負責人。團隊人工智能顧問Bj?rnW。Schuller是德國慕尼黑工業(yè)大學博士，研究領域集中在機器學習、復雜系統(tǒng)、視聽信號處理、人機交互、情感計算等，著有6本專著，在相關國際期刊和會議中發(fā)表過500余篇文章，被引用10000余次，被世界經濟論壇評為40歲以下40位最杰出科學家之一。母嬰領域顧問郭建國則是中華育嬰協(xié)會會長，國內久負盛名的實戰(zhàn)派育嬰專家，人力資源與社會保障部“育嬰師職業(yè)”專家委員會專家，中國兒童基金會教育專家委員會專家，《育嬰師職業(yè)師資培訓教材》主編。
目前，聲聯(lián)網的這一技術，主要通過SDK軟件包或AVS7516音頻識別芯片的方式提供，兩款產品都已經更新至2.0版本，可以對寶寶哭、笑、噴嚏、咳嗽、飽嗝等監(jiān)測和分析，可適用于智能攝像頭、機器人、小夜燈、智能音箱、智能搖籃、智能玩具等產品。產品推廣方面，團隊表示，SDK和芯片樣品已經送至多家知名智能硬件制造商、母嬰用品商、機器人公司進行測試，目前進展順利。
縱觀國內智能語音市場，除了汽車外，暫時還沒有清晰可見的能有大盈利的市場。聲聯(lián)網分析嬰幼兒市場很可能就是其中的一個。國內每年新生兒數(shù)量即將超過1800萬，全球的數(shù)量則達到1.4億，用戶的數(shù)量基礎龐大。另外，嬰兒父母對于嬰兒用品的態(tài)度是很積極的，購買意愿及付費能力比較強，因此公司對這一市場相對樂觀。
市場前景樂觀的領域，競爭往往難以避免，這方面聲聯(lián)網的團隊具有一定的先發(fā)資源優(yōu)勢。聲聯(lián)網科技是由國內智能語音合成技術公司北京宇音天下科技有限公司、國內最大的可穿戴方案企業(yè)深圳金康特、新三板上市傳感器芯片公司深圳貝特萊三家公司共同籌資注冊成立，并獲得了中科院聲學所的投資入股。金康特和貝特萊兩家股東方可以提供芯片、方案、客戶、量產等多方面的幫助。
團隊預計，最近幾年的工作重心都會圍繞嬰幼兒語音做研究，目前已經實現(xiàn)了嬰兒啼哭聲的探測和捕捉，下一步會做持續(xù)的大數(shù)據分析，從而進行背后意義的解讀，即嬰幼兒情感、心理和健康趨勢的解讀。
目前聲聯(lián)網科技已經組建了25人的團隊�？偨浝砗斡钚率侵锌圃河嬎闼┦浚氨本h王公司副總裁，語音合成企業(yè)宇音天下創(chuàng)始人。副總經理肖溪是荷蘭鹿特丹大學碩士，前盈信投資集團助理總裁、前遠古控股集團總經理助理，是精鉆傳媒、遠航縱橫前聯(lián)合創(chuàng)始人。
此前聲聯(lián)網科技已經獲得來自深圳市高新投集團旗下深圳市人才創(chuàng)新創(chuàng)業(yè)二號股權基金的天使輪融資。
