我们是阿里巴巴天猫精灵语音交互团队

围绕语音交互的关键技术，团队的主要研究方向和工作包括：

• 语音增强  麦克风阵列设计、信号定位、信号处理语音增强、深度回声消除、深度语音增强、声场感知等。

• 语音唤醒  端到端唤醒、端云一体化唤醒、低功耗唤醒、多模态唤醒以及多模态误唤醒校验等。

• 语音识别  声学模型、语言模型、端到端ASR、个性化场景化语音识别、自适应识别纠错、儿童专属ASR、英文ASR、方言识别、自然对话、多模态识别等。

• 说话人识别  端到端说话人识别、远场说话人识别、半监督说话人识别、多任务学习、文本相关说话人识别、多模态说话人识别等。

• 口语评测  中英文口语评测、半开放式口语评测、多模态口语评测等。

• 音视频内容理解  音频理解、视频理解、音乐理解、内容安全等。

天猫精灵语音交互团队致力于不断研发升级语音算法和系统能力，持续提升用户的语音交互体验。

自2019年开始，团队以大数据驱动的智能语音系统为主要方向，以提升用户体验为核心目标，不断探索如何结合前沿算法技术的升级和自身的业务场景，逐步对整个语音链路进行全面升级。

通过自研深度语音增强、端云一体化的端到端唤醒和误唤醒抑制、融合式端到端语音识别系统、个性化场景化语音识别、自适应语音识别增强、儿童专属语音识别、新一代自然对话、语音语义一体化，和多模态主人识别等技术的迭代和落地，团队将天猫精灵语音感知系统逐步打造成完全数据驱动的全新一代语音交互系统，带给用户不断提升的语音交互体验。