11月28日，百度大腦宣布語音能力引擎日均調(diào)用量已經(jīng)超過100億次，為開發(fā)者提供了覆蓋云、端、芯的全棧全場景語音開放能力，推動智能語音技術(shù)在各行業(yè)落地應(yīng)用。

在當(dāng)天舉行的百度大腦語音能力引擎論壇上，百度大腦語音引擎全新發(fā)布和升級了14大產(chǎn)品內(nèi)容，包括基于百度鴻鵠語音芯片的4款硬件模組、開發(fā)板及3大場景解決方案，升級了語音自訓(xùn)練平臺、呼叫中心語音解決方案等。來自家電、農(nóng)業(yè)、醫(yī)療等行業(yè)的合作伙伴代表也在現(xiàn)場分享了百度大腦語音技術(shù)賦能的成果。

百度首席技術(shù)官王海峰博士出席論壇并致辭，他表示：“AI技術(shù)的進化和產(chǎn)業(yè)賦能正向循環(huán)，相互促進，AI在應(yīng)用場景中不斷進化。百度的語音技術(shù)基于深度學(xué)習(xí)和產(chǎn)業(yè)應(yīng)用加速突破，已應(yīng)用到百度App，百度地圖、小度音箱，百度輸入法等百度產(chǎn)品，更通過AI開放平臺賦能眾多產(chǎn)業(yè)伙伴。百度大腦語音能力每天的調(diào)用量已經(jīng)超過100億。”

現(xiàn)場，百度語音首席架構(gòu)師賈磊正式提出基于復(fù)數(shù)CNN網(wǎng)絡(luò)的語音增強和語音識別一體化端到端建模技術(shù)，該方法拋棄了數(shù)字信號處理學(xué)科和語音識別學(xué)科的各種先驗假設(shè)，消除學(xué)科間壁壘，直接端到端進行一體化建模。相較于傳統(tǒng)基于數(shù)字信號處理的麥克陣列算法，錯誤率降低超過30%。目前該方法已經(jīng)被集成到百度最新發(fā)布的百度鴻鵠芯片中。

據(jù)悉，百度從2012年起就開始把深度學(xué)習(xí)用于中文語音搜索，成為全世界最早把深度學(xué)習(xí)技術(shù)落地工業(yè)化產(chǎn)品的企業(yè)之一。百度大腦目前已開放了云、端、芯包含語音識別、語音合成等全棧語音引擎能力，并廣泛應(yīng)用于金融、政務(wù)、文娛等多種行業(yè)和場景。

針對智能硬件設(shè)備，百度大腦重磅發(fā)布基于百度鴻鵠語音芯片的4款硬件模組、開發(fā)板，以及智能家居、智能車載、智能IoT設(shè)備3大端到端軟硬一體遠場語音交互場景解決方案，具備交互效果優(yōu)異、軟硬一體快速應(yīng)用、廣泛兼容集成門檻低等優(yōu)點。同時，在語音識別領(lǐng)域，全面升級短語音識別、實時語音識別能力，發(fā)布音頻文件轉(zhuǎn)寫能力，升級可零代碼提升業(yè)務(wù)術(shù)語識別率的語音自訓(xùn)練平臺，以及呼叫中心語音解決方案;在語音合成方面，全新發(fā)布6個在線語音合成精品音庫和5個離線語音合成精品音庫。豐富的語音能力，助力智能硬件、互聯(lián)網(wǎng)、呼叫中心等領(lǐng)域智能化升級。

論壇上，來自家居、金融、醫(yī)療、農(nóng)業(yè)、公益等領(lǐng)域的合作伙伴，分享與百度大腦合作的細節(jié)，以及如何以語音技術(shù)助力自身完成智能化升級。

創(chuàng)維AIoT研究院產(chǎn)品經(jīng)理李凱介紹：“大屏IoT的行業(yè)痛點在于信息檢索難和設(shè)備控制操作復(fù)雜，通過增加語音交互能力，重構(gòu)了整個AIoT設(shè)備生態(tài)的交互體驗。雙方在電視方面的合作成果已落地在10個電視芯片型號、2500萬臺電視上，助力中端及高端產(chǎn)品線提升了產(chǎn)品溢價能力。”在下一代遠場語音方案中，百度鴻鵠語音芯片為創(chuàng)維產(chǎn)品帶來了高性價比硬件、整合優(yōu)化的軟件算法等價值，雙方將基于百度鴻鵠芯片展開多項產(chǎn)品的合作。

瓴岳科技信貸運營總監(jiān)宋力現(xiàn)場分享了百度大腦語音技術(shù)在貸后領(lǐng)域的應(yīng)用，依托百度大腦呼叫中心實時語音識別等AI服務(wù)對用戶語音的準確識別，瓴岳打造了降本提效的智能機器人。通過貸后智能機器人、智能語音質(zhì)檢的應(yīng)用，貸后人力投入降低61.47%，有效實現(xiàn)了合規(guī)和高效的運營體系，提高了客戶體驗。

北京子杰寶貝科技有限公司項目經(jīng)理肖云峰在會上展現(xiàn)了語音技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用：“我們開發(fā)的智能錄入系統(tǒng)在百度大腦語音自訓(xùn)練平臺進行語音識別模型訓(xùn)練，識別率從80%提升至95%以上，包括醫(yī)療專業(yè)生僻詞的識別，而很多廠商模型識別率都達不到這個要求。該系統(tǒng)有效降低了醫(yī)護人員的工作強度，提升了臨床護理效率。”

而在農(nóng)業(yè)領(lǐng)域，也遇到了農(nóng)業(yè)作物專業(yè)詞匯語音識別率低的行業(yè)問題，對此華智生物信息技術(shù)主任龍曉波表示：“得益于百度大腦語音自訓(xùn)練平臺使用簡單、準確率高、可拓展等優(yōu)點，經(jīng)多次迭代我們的農(nóng)業(yè)結(jié)構(gòu)化性狀數(shù)據(jù)語音識別準確率從71.09%提升至98.75%，采集一個測試田地性狀信息從300人工時降低到160人工時，工作效率提升了一倍。”

善行智能聯(lián)合創(chuàng)始人黃小瑰介紹了基于百度大腦語音等技術(shù)打造的小Q智能導(dǎo)盲眼鏡，幫助盲人生活出行，為失能人群提供智能化的幫助?，F(xiàn)場還發(fā)布了“因AI而聲”公益計劃：百度大腦將為提供公益性服務(wù)的公司或組織，提供語音技術(shù)免費、專屬語音技術(shù)支持等福利，為特殊群體帶去便利和幫助，讓AI有溫度。

百度大腦開放平臺目前已開放228項AI能力，擁有超過150萬的開發(fā)者用戶。評論認為，此次百度大腦語音技術(shù)能力的全新發(fā)布和升級，為開發(fā)者和企業(yè)提供了更加完善的全棧語音引擎能力，將幫助更多用戶高效打造具備語音交互能力的特色應(yīng)用與產(chǎn)品，加快語音技術(shù)在各行各業(yè)的應(yīng)用落地進程。(殷雨婷)

關(guān)鍵詞： 百度大腦語音引擎