信号处理
基于阵列与深度学习技术，提供多场景高性能的人机语音交互与通话降噪功能。包括1mic、2mic、4mic、6mic、8mic及多种丰富阵型的远近场阵列处理方案，实现混响抑制、波束形成、回声抵消、声源定位、噪声消除等。在Interspeech2021噪声消除（DNS）与回声消除（AEC Challenge）评测中均获第二
语音唤醒语音识别
语音唤醒、语音识别
加拿大预测网语音唤醒高时效、高唤醒率、低误唤醒率，支持one-shot及自定义唤醒词；语音识别技术安静环境下通用领域识别率 >97%
声纹识别
包含在线声纹识别（可支持十万级别声纹库快速检索）和离线声纹识别（响应延迟小于 500 ms），理想场景下识别准确率 >99%
面部识别
拥有全面自研的人脸信息分析能力，包括人脸检测与矫正，属性识别，人脸比对和搜索，多模态活体检测等；针对性优化复杂光照和遮挡场景，支持戴口罩人脸识别通行；在 MegaFace 等多个国际公开竞赛中跻身第一梯队水准
OCR
多种通用场景的高精度全图文字检测和识别，包括各类印刷文档、表格、票据、卡证等；总体识别准确率达到 99%，具备离线和在线批量识别能力，可用于纸质文档电子化、办公文档/报表/票证识别等场景
发音评估
基于语音识别和评价技术对发音做客观打分，反馈发音正误和定位问题。依托先进的神经网络算法，加拿大预测网口语评测的评测打分结果与人工专家打分拟合度在 95% 以上，拥有细分年龄段引擎，可多维度输出结果
语音合成
基于深度学习和端到端的语音合成技术，可将文本实时、准确地转换为清晰、自然、流畅的语音，MOS 分可达 4.2，Blizzard Challenge 2020 多项关键指标第一名。提供离线和在线合成，多音色可。20-300 句音库即可定制个性化音色
语音图像融合
基于端到端的机器翻译技术，支持中-英、中-日、中-韩互译，WMT 2018 英中翻译第二名、中英翻译第三名
语义理解
基于BERT的语义理解算法模型，少量训练语料即可达到92%的准确率，CPU解码耗时低于20ms；提供成熟的训练工具和闭环日志优化方案，具备高效的工业级NLU落地应用能力。公有语义云平台拥有95个通用技能，平均语义理解准确率94%
推理和决策
基于知识图谱的对话管理方案，具备灵活准确的流程驱动、省略指代消解和技能间跳转切换能力，对话管理准确率为98%；提供成熟的流程可视化拖拽编辑工具，具备高效的工业级对话流程设计与应用能力
知识图谱
大规模多源异构知识图谱构建与应用方案，具备低资源低成本知识抽取技术优势和敏捷构建的标准流程，并提供知识图谱全生命周期的管理平台和应用开发组件。基于知识图谱核心技术，《大规模知识图谱构建关键技术与应用》项目获得2019年北京市科技进步一等奖；获CCKS2020 医疗实体识别评测第一名、CHIP2019手术实体链接第一名
持续更新
机器学习算法
共享的前沿机器学习框架和算法，包括各种结构的有监督、轻监督和无监督学习方法，以及小样本、迁移学习、增强学习、因果模型、可解释性研究等，让底层机器学习技术突破，能尽快在感知、生成和认知技术方向上实现升级
智算集群（算力）
智算平台（算力）
高性能计算平台。面向人工智能计算场景，支持主流 AI 计算框架，高效弹性异构计算与 PB 量级高性能海量存储，峰值计算能力达到八亿亿次每秒，提供私有化部署，助力用户提升 AI 计算效率
大数据平台（算据）
自研人工智能大数据平台，包含数据获取、数据标注与处理、数据治理、数据隐私与安全四大功能，具备处理 PB 级多模态数据的能力，助力人工智能算法升级迭代
1、中科院自动化所、CMU、西工大、上师大等产学研合作、联合实验室及人才培养基地
2、中医科学院等产业应用联合实验室
