百度宣布在其語(yǔ)音開放平臺(tái)上線三周年之際，向公眾開放四項(xiàng)全新語(yǔ)音技術(shù)的接口，以使用戶在使用語(yǔ)音與機(jī)器進(jìn)行交流時(shí)，享受到更奇妙的交互體驗(yàn)。
百度公司首席科學(xué)家吳恩達(dá)在演講中對(duì)百度最新的語(yǔ)音技術(shù)進(jìn)展表示滿意，他簡(jiǎn)單介紹了這四項(xiàng)深具革命性的語(yǔ)音技術(shù)，即情感合成、遠(yuǎn)場(chǎng)方案、喚醒二期技術(shù)和長(zhǎng)語(yǔ)音方案，并宣布即日起百度將這幾項(xiàng)技術(shù)免費(fèi)開放給用戶和開發(fā)者共享。
這些技術(shù)旨在解決用戶在使用語(yǔ)音交互的場(chǎng)合時(shí)，普遍感到困擾的一些關(guān)鍵問題。例如，百度情感合成技術(shù)主要聚焦在為合成語(yǔ)音“加入情感”，目前可達(dá)到接近真人發(fā)聲效果，百度今年早些時(shí)候曾利用此技術(shù)，復(fù)原已逝明星張國(guó)榮的聲音。
類似地，開發(fā)者還可以利用新的接口，使語(yǔ)音識(shí)別距離增加到3-5米，將設(shè)備的語(yǔ)音喚醒率提升到95%以上同時(shí)更省電誤報(bào)更少，或提升長(zhǎng)時(shí)間語(yǔ)音識(shí)別的準(zhǔn)確率問題。這將為語(yǔ)音技術(shù)帶來(lái)遠(yuǎn)比現(xiàn)在更多的想象空間，而不只是遙控電視或解鎖手機(jī)。
例如，前兩者的代表是百度的“小度機(jī)器人人機(jī)語(yǔ)音交互點(diǎn)餐”，已在上?？系禄炫灥晖度霊?yīng)用，可遠(yuǎn)距離隨時(shí)應(yīng)答點(diǎn)餐。后者則已經(jīng)在諸多內(nèi)容記錄、智能客服、視頻轉(zhuǎn)寫等應(yīng)用場(chǎng)景表現(xiàn)出巨大的想象空間。
在這場(chǎng)名為“極智開放·共語(yǔ)未來(lái)”的慶典上，來(lái)自斯坦福大學(xué)的人工智能專家JamesLanday，也分享了一項(xiàng)與百度合作的最新研究成果，該研究發(fā)現(xiàn)智能手機(jī)在語(yǔ)音輸入時(shí)，輸入速度比鍵盤輸入快3倍。他表示，“近兩年，受益于大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的不斷發(fā)展，語(yǔ)音識(shí)別技術(shù)突飛猛進(jìn)，速度及準(zhǔn)確性都有了長(zhǎng)足進(jìn)步?！?/p>
吳桂林打開視頻應(yīng)用“愛奇藝”的手機(jī)客戶端，說“VIP續(xù)費(fèi)”，系統(tǒng)準(zhǔn)確跳轉(zhuǎn)到了相應(yīng)的充值頁(yè)。這位愛奇藝技術(shù)總監(jiān)指出，借助百度語(yǔ)音開放平臺(tái)，每天有百萬(wàn)以上的愛奇藝用戶使用語(yǔ)音搜索，其中80%以上轉(zhuǎn)化為有效點(diǎn)擊。
讀者甘肅數(shù)碼科技有限公司總經(jīng)理金大時(shí)認(rèn)為，語(yǔ)音開放平臺(tái)的價(jià)值并不止于商業(yè)?！白x者數(shù)字農(nóng)家書屋”已在甘肅慶陽(yáng)市試點(diǎn)成功，完成了65個(gè)新農(nóng)村“數(shù)字農(nóng)家書屋”。他表示，“很多不識(shí)字的老年人和留守兒童，語(yǔ)音合成讓他們也享受到了閱讀的樂趣。
目前，百度語(yǔ)音開放平臺(tái)的合作伙伴已涵蓋多個(gè)領(lǐng)域和場(chǎng)景，包括智能手機(jī)領(lǐng)域的聯(lián)想、中興；智能家居領(lǐng)域的長(zhǎng)虹智能電視、康佳智能電視、SONY智能電視；汽車行業(yè)的特斯拉、途勝；智能設(shè)備領(lǐng)域的惠普、艾米通訊；智能服務(wù)領(lǐng)域的攜程、手機(jī)QQ閱讀等。
“語(yǔ)音是人類交流最自然的方式，通過開放語(yǔ)音技術(shù)，百度希望可以引領(lǐng)語(yǔ)音功能產(chǎn)品的繁榮發(fā)展?！眳嵌鬟_(dá)表示。
作為國(guó)內(nèi)最為開放的領(lǐng)先語(yǔ)音技術(shù)開放平臺(tái)，百度語(yǔ)音開放平臺(tái)自2013年10月上線以來(lái)，每日在線語(yǔ)音識(shí)別要求從2013年的500萬(wàn)上升到今天的1億4千萬(wàn)，在線語(yǔ)音合成每日請(qǐng)求達(dá)2億，開發(fā)者數(shù)量超過14萬(wàn)。
在技術(shù)指標(biāo)方面，百度語(yǔ)音識(shí)別準(zhǔn)確率目前已高達(dá)97%，居于全球領(lǐng)先。今年2月，百度深度語(yǔ)音識(shí)別系統(tǒng)DeepSpeech2入選MIT2016十大突破技術(shù)。包括語(yǔ)音技術(shù)在內(nèi)的百度大腦，入選2016第三屆烏鎮(zhèn)世界互聯(lián)網(wǎng)大會(huì)15大領(lǐng)先科技成果，成為國(guó)內(nèi)唯一入選的綜合型人工智能技術(shù)。
