视觉语音双重验证定位会议发言人，「庄生晓梦」要以智能会议终端切入远程会议市场

今年4月，视频会议软件提供商Zoom在美国纳斯达克上市，上市首日即大涨72%，市值达到159亿美元。不难看出，市场对远程视频会议这一领域十分看好。根据市场咨询公司沙利文预测，从2017年到2021年，全球视频会议预计复合年增长率将达到8.3％，预计2018年市场规模将达509亿美元

思科、微软、英特尔、谷歌、华为等科技巨头都是这个领域的玩家。近年来，也有许多创业企业开始发力，挑战既有巨头，Zoom就是一个典型的例子。在中国市场，小鱼易连则是相对领先的企业，今年4月获得了腾讯数亿元的C轮投资。除了SAAS等软件产品，也有针对会议场景的技术提供方出现，如蛙声科技，就聚焦AI声学降噪，为会议场景提供收音设备。近日，36氪接触到的上海庄生晓梦信息科技有限公司（以下简称“庄生晓梦”）也是一家针对视频会议场景的解决方案提供商。

庄生晓梦目前主要产品有智能会议终端以及360度全景手机摄像头COOLPO，接下来，我们来具体看看庄生晓梦两个主要产品。

先是智能会议终端，这款终端以USB驱动，即插即用，可以适配目前市面上主流的云视频会议系统，主要可以应用与企业中小型会议室（10-30平方米），其具备的特色功能包括：

• 听声辨位，实时切换聚焦说话人画面。硬件搭载全向360度摄像头和全向麦克风阵列，同时具备语音视觉双重认证功能。

• 人脸签到；语音识别自动转会议文字纪要，未来还计划实现文字字幕实时显示的功能。

• 音频降噪，支持双向通话的回声消除;

• 360度交互与广角双模式，并可以实现一键切换。

其背后核心技术在于全向声源定位、全向视觉算法以及视觉语音融合验证算法等算法，通过精确计算声音方位角定位说话人位置，再调用视觉算法确认声音对象的确是发言人，之后系统会自动截取该对象的画面，更新到会议画面中。庄生晓梦的另一个优势是能将这些算法集成到相对便宜的芯片上，在产品研发上实现闭环产出，并不依赖芯片公司，同时也能切换到全国产芯片。

如何提高视频会议交互性一直是视频会议解决方案提供商们关注的重点。庄生晓梦产品可以实现说话人画面的实时切换，这样的功能设计可以让相对“陌生”参会者明确发言人位置和身份，增强在场感。

“我们发现，目前市面上多数的云视频会议SaaS和专线会议提供商都正在着重提升议系统的流畅度和安全性，对于系统的交互界面并不十分看中。但是如果使用我们的硬件设备，可以直接提升用户体验，增加产品亮点。”庄生晓梦CEO朱雷震告诉36氪，“我们的方案也可以为科大讯飞这类会议记录文本化服务商，提供说话人身份信息，是他们的整理记录更加准确，之前他们的系统只能知道发言人的顺序，无法得知发言人身份。”

目前该获终端已与海康萤石达成在视频会议上的深度合作，萤石已验证本产品并给与生态合作伙伴称号。之后也计划借助视频会议SaaS厂商的渠道拓展市场。

另一个产品是360度摄像头“COOLPO”，这个小设备可以直接安装到手机已有的摄像头上，配合相关软件产品可以一键拍摄全景图、拍摄超大广角防抖视频。

COOLPO

为什么会选择设计制造这样一个产品，庄生晓梦有以下背景优势：

• 在进行此次创业之前，团队成员曾打造过一款全景图拼接软件，后建设了街景地图产品，最终被百度收购。

• 创业后，最一开始，团队也曾为电视台等客户提供多目相机的图像拼接方案，包括硬件和软件两个部分；也成为一些双目相机厂商提供图像拼接定制化的算法方案。

“也是因为这些经历，我们在思考能否通过为手机增加附加镜的方式，使得手机也能实现部分全景相机、防抖广角摄像机这类独立电子产品才能实现的功能。于是，我们设计了一款这样的产品，我们认为通过手机，能使这些技术更快地普通客户人群使用。”朱雷震说。

COOLPO无需充电，作为手机附加镜可以即插即用。防抖也是COOLPO的重要优势之一，庄生晓梦使用的图片及视频拍摄之后再处理的方案，在自研的APP中，内嵌了电子防抖算法、图片智能裁剪拼接的算法以实现防抖效果。

据朱雷震说，COOLPO能够实现GO PRO、全景相机这类专门设备70%左右的呈现效果，但价格仅为它们的20%。目前也正在寻找COOLPO的渠道合作伙伴。

团队方面，庄生晓梦共有12名全职员工，分别位于上海与美国菲尼克斯，CEO朱雷震有着多年个人消费软硬件产品以及商用解决方案产品经验，团队成员基本来自于图像算法公司，芯片公司和科研院校。

融资方面，庄生晓梦曾于2018年3月获得北京东方国狮数百万人民币的天使轮投资，现在正在寻求Pre-A轮融资。