這堅(jiān)定了云知聲做深度學(xué)習(xí)的決心。當(dāng)時公司剛剛拿了天使輪，錢還不多，就在淘寶上買顯卡、買機(jī)器，在9月平臺發(fā)布后，10月份就投入了對深度學(xué)習(xí)算法的學(xué)習(xí)。2013年1月，云知聲深度學(xué)習(xí)系統(tǒng)對外開放。搜狗云助手、樂視電視，都成為這個系統(tǒng)的首批服務(wù)對象。
而2012年和搜狗的合作，則是讓云知聲一戰(zhàn)成名。
“當(dāng)時國內(nèi)大的公司，百度、搜狗，都想發(fā)布自己的語音助手產(chǎn)品，想搶2012年底前這個時間點(diǎn)。搜狗自己沒有語音能力，就去找合作。”黃偉說。語音識別當(dāng)年的圈子本來就不大，云知聲就進(jìn)入了搜狗的視線。“他們肯定也評估了很多家，但我記得很清楚，我們跟搜狗從第一次見面到最后達(dá)成合作協(xié)議，一周時間。”黃偉言及于此，頗有些得意。
從2012年中到2013年底，云知聲沒有做過多的商業(yè)化的嘗試。在這段時間內(nèi)，云知聲通過算法和平臺的搭建，逐漸打通了自己數(shù)據(jù)驅(qū)動的路。而到了2014年，黃偉覺得，公司到了一個新的階段，是時候開始仔細(xì)思考公司的定位問題了。
黃偉把當(dāng)時市場上的主流公司做了分類?？拼笥嶏w和BAT作為先發(fā)者，占據(jù)了市場和資源的優(yōu)勢，但是，它們都是從PC互聯(lián)網(wǎng)時代遷移過來的，那么，新的時代轉(zhuǎn)折，是否可以給云知聲提供機(jī)會?“在IOT領(lǐng)域，它們也沒有積累，或者說足夠的壁壘，那么我們就在IOT切入。”
這個新的機(jī)會就像黃偉在開始所說的，IOT時代改變了交互的形態(tài)。同時，這些新的設(shè)備和人是有距離的，那么，在交互時就必須加入新的能力，而芯片就是解決它的方法。因此，2014年，云知聲提出了“云端芯”，要把自己的能力從云端擴(kuò)展到終端、再到芯片端。
云知聲遠(yuǎn)場語音識別技術(shù)/受訪者供圖
5米之外能語音喚醒和操控家電嗎?
“這個端，你可以把它理解成帶界面或者不帶界面的一個虛擬UI。”黃偉解釋說。“我們把端定位成一個AI-UI，是一個基于人工智能的交互系統(tǒng)。我們也會把很多AI技術(shù)植入到芯片里面去。比方說，距離比較遠(yuǎn)的時候，如何實(shí)現(xiàn)設(shè)備的識別、喚醒、打斷;再比如說，在房間里或空曠地段，會有回響，怎么把這個回響給消除掉……我們要把這些新能力不斷地補(bǔ)充進(jìn)來。”
云上是數(shù)據(jù)的積淀，端是入口，芯片承載了云知聲的服務(wù)，這也是在這一波物聯(lián)網(wǎng)智能硬件和人工智能的浪潮中，黃偉對云知聲在競爭中脫穎而出的期望所在。
云知聲拿著demo去和客戶演示，一個個說服他們接受這種交互形態(tài)。2014年底，云知聲獲得高通的5000萬美元B輪融資，開始發(fā)力芯片。
但這是比之前的研發(fā)要困難得多的一件事，要想做好它，困難重重。“我一直自信我們在技術(shù)領(lǐng)域算是做得比較好的，但我們從來沒有在任何一個技術(shù)點(diǎn)上花過這么大精力來解決問題。”黃偉對本站感慨。一方面是性能問題要解決，另一方面，要實(shí)現(xiàn)芯片工業(yè)化量產(chǎn)，需要有太多算法之外的問題需要解決，比如功耗、散熱、熱高溫、防摔……“做demo容易，做產(chǎn)品真是太難，太難了。”
2016年，云知聲的芯片開始出貨，其中花費(fèi)了一年半的時間。但黃偉覺得，這些是有價值的。“因?yàn)檫@些能力的補(bǔ)充，包括這些新的產(chǎn)品形態(tài)，使得我們的交互方式從移動互聯(lián)網(wǎng)時代時只能對著手機(jī)、做距離比較近的講話，到今天我們可以實(shí)現(xiàn)在3-5米之外，通過聲音遙控。”
或許很多人還并不理解這會有什么樣的意義。但實(shí)際上，智能手機(jī)之后，下一個人和信息溝通的方式將會是什么形態(tài)，是很多科技公司一早就在設(shè)想的事情。Google Glass盡管是個失敗的產(chǎn)品，但它卻是科技界為此做出的大膽嘗試。智能化的趨勢必不可逆，而手機(jī)APP，也不會永遠(yuǎn)都是控制眾多智能設(shè)備的方式。
但是“去手機(jī)化”的過程，需要邁過高高的技術(shù)門檻。至今為止，較為成功的產(chǎn)品，也只有一個Echo。
云知聲和樂視電視有著長期的合作。從第一代到現(xiàn)在第三代樂視超級電視，從語音操控到語音交互，都是云知聲提供語音交互技術(shù)。