百度语音开放4大全新革命性语音技术
为人机交互带来巨大改变“这些技术有很大的潜力,去彻底改变人机交互的效率和办法。未来语音技术在很多应用场景有很好的机会,将为人机交互带来巨大的改变。”吴恩达表示。
这些技术旨在解决用户在使用语音交互的场合时,普遍感到困扰的一些关键问题。例如,百度情感合成技术主要聚焦在为合成语音“加入情感”,目前可达到接近真人发声效果,百度今年早些时候曾利用此技术,复原已逝明星张国荣的声音。
类似地,开发者还可以利用新的接口,使语音识别距离增加到3-5米,将设备的语音唤醒率提升到95%以上同时更省电误报更少,或提升长时间语音识别的准确率问题。这将为语音技术带来远比现在更多的想象空间,而不只是遥控电视或解锁手机。
在这场名为“极智开放·共语未来”的庆典上,来自斯坦福大学的人工智能专家James Landay,也分享了一项与百度合作的最新研究成果,该研究发现智能手机在语音输入时,输入速度比键盘输入快3倍。他表示,“近两年,受益于大数据和深度学习技术的不断发展,语音识别技术突飞猛进,速度及准确性都有了长足进步。”
开放平台每日在线语音识别调用1.4亿
目前,百度语音开放平台的合作伙伴已涵盖多个领域和场景,包括智能手机领域的联想、中兴;智能家居领域的长虹智能电视、康佳智能电视、SONY智能电视;汽车行业的特斯拉、途胜;智能设备领域的惠普、艾米通讯;智能服务领域的携程、手机QQ阅读等。
“语音是人类交流最自然的方式,通过开放语音技术,百度希望可以引领语音功能产品的繁荣发展。”吴恩达表示。
数据显示,作为国内最为开放的领先语音技术开放平台,百度语音开放平台自2013年10月上线以来,每日在线语音识别要求从2013年的500万上升到今天的1.4亿,在线语音合成每日请求达2亿,开发者数量超过14万。
在技术指标方面,百度语音识别准确率目前已高达97%,居于全球领先。今年2月,百度深度语音识别系统Deep Speech 2入选MIT 2016十大突破技术。包括语音技术在内的百度大脑,入选2016第三届乌镇世界互联网大会15大领先科技成果,成为国内唯一入选的综合型人工智能技术。