11月28日，百度首席技術(shù)官王海峰透露，百度大腦語音能力日均調(diào)用量超過100億次。同日，百度大腦語音引擎發(fā)布、升級了14項產(chǎn)品和內(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個場景解決方案，升級了語音自訓(xùn)練平臺、呼叫中心語音解決方案等。
王海峰表示：“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，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。”
據(jù)悉，百度大腦開放平臺已開放228項AI能力，擁有超過150萬開發(fā)者。針對智能硬件設(shè)備，百度大腦發(fā)布了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個端到端軟硬一體遠場語音交互場景解決方案。
在語音識別領(lǐng)域，百度大腦升級了短語音識別、實時語音識別能力，發(fā)布了音頻文件轉(zhuǎn)寫能力，升級了可零代碼提升業(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。針對語音合成，百度大腦發(fā)布了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，對語音能力，助力智能硬件、互聯(lián)網(wǎng)、呼叫中心等領(lǐng)域進行了智能化升級。
除了升級產(chǎn)品，百度語音首席架構(gòu)師賈磊介紹了基于復(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)，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，新技術(shù)的錯誤率降低了超過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。
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，并應(yīng)用于金融、政務(wù)、文娛等多種行業(yè)和場景。
創(chuàng)維AIoT研究院產(chǎn)品經(jīng)理李凱表示，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，創(chuàng)維和百度重構(gòu)了整個AIoT設(shè)備生態(tài)的交互體驗，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。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)品合作。
瓴岳科技信貸運營總監(jiān)宋力介紹，依托百度大腦呼叫中心實時語音識別等AI服務(wù)，瓴岳科技打造了降本提效的智能機器人，智能機器人、智能語音質(zhì)檢的應(yīng)用，讓瓴岳科技的貸后人力投入降低61.47%。
北京子杰寶貝科技有限公司項目經(jīng)理肖云峰說：“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。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。”
在農(nóng)業(yè)領(lǐng)域，從業(yè)者也遇到了農(nóng)業(yè)作物專業(yè)詞匯語音識別率低的問題。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，公司的農(nóng)業(yè)結(jié)構(gòu)化性狀數(shù)據(jù)語音識別準(zhǔn)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，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。
據(jù)悉，百度大腦推出了“因AI而聲”公益計劃，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。
