世界互联网大会作为互联网领域新型国际组织，致于搭建全球互联网共商共建共享平台，为倡导科技向善，引导全球各方运用AI技术弥合数字鸿沟、提升人类福祉，发起了世界互联网大会爱（AI）公益行动计划，面向全球公开征集人工智能公益项目，首批共收到来自23个企业和组织机构的33个项目，覆盖文化交流、生物多样性保护、医疗健康、无障碍改造、教育培训、宜居环境等多个领域，体现了语音识别、图像识别、自然语言处理、态势感知等人工智能技术与具体公益场景紧密结合，提供更多样化解决方案，公益能力不断跃升的发展趋势。

　　微软利用语音合成技术使有声书更有温度。微软与红丹丹视障文化服务中心合作，利用深度神经网络语音合成和声音定制技术，为有声读物打造更接近真人的声音，拥有多音色、多情绪能力，让有声内容声音不再单一。在此基础上，微软文字转语音开放平台将一本有声书的制作时间从3 个月缩短到几百毫秒，从而大幅降低人力和时间成本，打破了有声内容生产的壁垒，为视障人群带来更“温暖”的阅读体验。

　　谷歌助力亮亮视野助听字幕眼镜，帮助听障人士平等就业。亮亮视野利用增强现实、语音识别和机器翻译等技术，开发了帮助听障人士的助听字幕眼镜。它通过将语音转化成文字在眼前展示，帮助解决听障人士因听力困扰导致的沟通问题，帮助提升听障人士在信息获取、沟通质量、心理认知、学习培训、面试就业等方面的能力。在谷歌出海创业加速器计划的支持下，亮亮视野在面向海外用户的产品中应用了Google Cloud 全球解决方案，在降低背景噪音、优化语言处理等方面得到了较大提升，实现了更为流畅的语言转录和翻译功能。

　　星巴克通过AI 技术在手语门店助力听障人士融合就业。星巴克和微软联合研发了天使伙伴智能辅助系统，通过深度神经网络语音合成、自然语言处理、AI 自学习等多种微软特有的认知服务科技，微软智能云及 IoT 技术，帮助星巴克听障咖啡师与客人交流，为听障咖啡师提供无障碍的工作环境，给消费者创造有爱无“碍”的点单体验，为听障群体及其社区打造包容性的人与人交流场景。

　　阿里巴巴达摩院数字人实现真人手语动作识别翻译。通过结合计算机视觉、机器翻译、语音技术和 3D 虚拟人等技术，阿里巴巴达摩院数字人实现了领先的纯视觉识别算法，在现实场景中对听障人士的手语动作进行时空信息捕捉，通过手语数字人“小莫”理解翻译，实现了自然语言和手语两种语言双向互译。通过小莫的手语翻译，听障人士不仅可以实现用手语进行沟通和问询，还可以在机场车站等公共场合更好“看到”手语广播通知、线上的新闻，在视频平台同步收看新闻和音视频，在旅游景点观看手语视频等。

　　vivo 实现语音和视频无障碍通话和环境声音感知。vivo 利用语音识别、语音合成技术，推出“无障碍通话功能”，实现通话场景和社交平台视频场景下的语音、文字互转，帮助听障用户和亲朋好友顺畅的电话或视频连线。“vivo 听说”帮助听障用户顺畅的面对面沟通，听的懂、说得清，配合多音字、韵律、多情感音色等优化措施，帮助听障用户更好的表达情感。基于语音增强和语音识别技术，vivo 自研语音识别率超90%。“声音识别”功能利用环境音感知技术，结合手机等外设，将婴儿哭声、烟雾报警声、汽车鸣笛声等转化为可感知的视觉、触觉信号，帮助听障人士识别生活中那些重要且关乎安全的声音。

　　腾讯算法赋能助听器企业解决“听不清”难题。听障人群虽然通过辅听设备重获听力，但在嘈杂环境下仍难以听清，腾讯以心理声学的发音和听觉模型为基础，融合感知编码，经典语音信号和深度学习技术的音频处理和编解码系统，为听障人群提供高清、纯净、流畅的音频通信体验。该技术在人工耳蜗和助听器降噪、AI 辅听和字幕识别优化等场景已面向社会责任领域开发者、厂商及合作伙伴开放，共同提升助听辅听设备降噪效果，改善佩戴者的使用体验。

　　美团利用语音识别与处理技术开展适老化改造。美团运用语言识别与处理技术，将输入、选择商品、下单支付等对老年人来说复杂的操作转化为语音指令，老年用户只需说出“下单”等指令，就能完成在线药师咨询和买药，帮助老年人享受智能化服务带来的便捷。

　　审核：张宁 策划：李政葳 编辑：穆子叶、孔繁鑫 光明网出品