百度CTO王海峰:语音能力日均调用量过100亿
11月28日,百度大脑宣布语音能力引擎日均调用量已经超过100亿次,为开发者提供了覆盖云、端、芯的全栈全场景语音开放能力,推动智能语音技术在各行业落地应用。
在当天举行的百度大脑语音能力引擎论坛上,百度大脑语音引擎还发布和升级了14大产品内容,包括基于百度鸿鹄语音芯片的4款硬件模组、开发板及3大场景解决方案,升级了语音自训练平台、呼叫中心语音解决方案等。
百度首席技术官王海峰博士出席论坛并致辞,他表示:“AI技术的进化和产业赋能正向循环,相互促进,AI在应用场景中不断进化。百度的语音技术基于深度学习和产业应用加速突破,已应用到百度App,百度地图、小度音箱,百度输入法等百度产品,更通过AI开放平台赋能众多产业伙伴。百度大脑语音能力每天的调用量已经超过100亿。”
现场,百度语音首席架构师贾磊正式提出基于复数CNN网络的语音增强和语音识别一体化端到端建模技术,该方法抛弃了数字信号处理学科和语音识别学科的各种先验假设,消除学科间壁垒,直接端到端进行一体化建模。相较于传统基于数字信号处理的麦克阵列算法, 错误率降低超过30%。目前该方法已经被集成到百度最新发布的百度鸿鹄芯片中。
据悉,百度从2012年起就开始把深度学习用于中文语音搜索。百度大脑目前已开放了云、端、芯包含语音识别、语音合成等全栈语音引擎能力,并广泛应用于金融、政务、文娱等多种行业和场景。百度AI技术生态部总经理喻友平表示,百度大脑语音能力引擎的应用规模广泛,同时一直在积极拓展语音能力引擎生态链的建设。
针对智能硬件设备,百度大脑发布基于百度鸿鹄语音芯片的4款硬件模组、开发板,以及智能家居、智能车载、智能IoT设备3大端到端软硬一体远场语音交互场景解决方案,具备交互效果优异、软硬一体快速应用、广泛兼容集成门槛低等优点。同时,在语音识别领域,全面升级短语音识别、实时语音识别能力,发布音频文件转写能力,升级可零代码提升业务术语识别率的语音自训练平台,以及呼叫中心语音解决方案;在语音合成方面,全新发布6个在线语音合成精品音库和5个离线语音合成精品音库。丰富的语音能力,助力智能硬件、互联网、呼叫中心等领域智能化升级。