芒果文学免费提供海量的短文学、文学名著、散文、诗歌、句子等文学作品及唯美图片！
情感合成、远场方案、唤醒二期技术和长语音方案……这些听起来有些陌生的技术，未来将可能改变我们的生活。
11月22日，百度公司首席科学家吴恩达在谈到百度语音技术的最新进展时，对外介绍了百度这四项语音技术，并宣布将免费开放给用户和开发者。
“我们已经站在人工智能的黎明。”吴恩达对包括第一财经在内的记者作出乐观的预测，他希望通过开放人工智能技术，让每个人都能更容易地开发出“智能应用”。
不过，站在“黎明”的人工智能何时能有“质”的跨越，或许还需时日。一个细节是，在接受记者采访的会议室里，吴恩达座位不远处还是坐了一位实时整理文字的速记人员。
智能语音：已超正常人类的识别能力
事实上，开放语音API(应用程序编程接口)已经成为行业趋势。
今年3月时，谷歌在Next云计算大会上发布了面向开发者的新机器学习平台，并开放语音识别的API，即谷歌语音搜索和语音输入的支持技术。GoogleCloudSPeechAPI一开始将免费提供，以后再进行收费。这一应用包括了80多种语言，适用于各种实时语音识别与翻译应用。
在开放背后，互联网公司希望借此推动智能语音模型的进一步演进和智能语音技术的快速普及。
对于百度公布的四项语音技术，吴恩达告诉第一财经记者，目前百度还没有收费的计划，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。“目前的语音识别已经超过了正常人的语音识别能力。”
以情感合成为例，主要是基于深度学习和大数据处理技术，在数据采集、处理、建模等环节进行一系列创新，实现更富有表现力的自然朗读效果。
读者甘肃数码科技有限公司总经理金大时告诉记者，目前“读者数字农家书屋”在甘肃庆阳市试点，根据百度大数据合成情感语音实现书籍有声阅读，让很多不识字的老年人和留守儿童也享受到了阅读的乐趣。
而远场方案技术则是百度自主研发的远场识别技术，基于麦克风阵列，利用麦克风阵列束形成、语音增强、回声消除、声源定位等技术综合实现高准确率远场识别。
百度称，开发者可以通过这一新的技术接口，使语音识别距离增加到3~5米，设备的语音唤醒率提升到95%以上，或解决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。
例如，百度在上海肯德基旗舰店投入使用的“小度机器人人机语音交互点餐”，可远距离随时应答点餐。
百度语音唤醒技术，主要是通过通用唤醒词解析、大数据声学模型、双层解码等技术优化，唤醒率达95%，支持用户自定义唤醒词。唤醒二期加入指令唤醒，优化唤醒和识别性能。
长语音技术则在LSTM(LongShort-TermMemory，一种时间递归神经网络)音频切分技术、深度学习预测停顿、说话人自适应、智能纠错等方面技术突破。这意味着它将在方便语音输入、内容记录、智能客服、视频转写等应用场景表现出想象空间。
这也令来到中国的斯坦福大学的人工智能专家JamesLanday感慨：“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。”
智能语音混战
语音技术作为人机交互方式的入口，是人工智能重要的一环。不只是BAT(百度、阿里巴巴、腾讯)，搜狗、科大讯飞等也在加速智能语音的布局，不少围绕AI的创业团队如云知声也都将语音作为探索人工智能的方向。
要想顺利进入这一领域，需要的是多年的技术与经验积累。
吴恩达告诉第一财经记者，语音识别技术非常复杂，最难的是核心技术的提升，例如识别率的提升，几年前语音识别率还只有80%多，当时用起来还是相当困难；还有大数据语音合成等，现在的目标是如何才能远远超过人类的识别能力。此外，百度语音识别97%的准确率是在比较安静的环境下达到的目标，在噪音干扰的情况下如何提升识别率，百度还有工作要做。
除了百度之外，可以看到的是，今年9月，腾讯云技术团队和微信AI团队开放微信语音处理技术，推出了智能语音服务。在语音识别、语音合成、声纹识别等功能上提供了垂直领域定制化的语音产品。阿里的人工智能系统，已具备智能语音交互、图像识别、交通预测、情感分析等功能。
在语音识别领域，搜狗CEO王小川在不久前的世界互联网大会上透露，搜狗输入法一天处理的语音输入请求达到1.9亿次，产生超过16万小时的语音数据。在庞大的用户基础和数据积累后，可以把语音输入做到更极致的状态，如语音合成、声纹识别等。
公开资料显示，在技术指标方面，百度语音识别、搜狗输入法语音识别、讯飞输入法语音识别准确率达到97%，腾讯云智能语音识别技术在通用领域中准确率达95%。
在投资人士看来，智能语音仍是一个好的投资机会。此前，峰瑞资本早期项目负责人朱祎舟提到，尽管各家根据实验数据得出的语音识别准确率达到95%甚至更高，但在实际使用时并没有那么高，前端的语音/声学交互的很多问题如果得不到解决，整体的体验始终不够好；而包括家居、车载、可穿戴设备、机器人等大量智能终端的爆发，智能语音将变得更加友好和重要。
在IBM前全球副总裁、赛伯乐投资集团总裁王阳看来，未来人工智能在医疗、无人驾驶、金融、零售、安防、个人助理等七个领域有强大的应用空间。他提到，人工智能个人助理目前普遍应用于智能手机上的语音助理，语音输入、家庭管家等，最终是在收集消费者的消费习惯，从而提供各类服务。
ResearchandMarkets研究报告显示，预计2016年全球智能语音产业规模可达82.3亿美元以上，到2020年，全球语音市场规模预计将达到191.7亿美元。
发布时间：2019-06-03 00:52
上述文字是💠《混战语音识别，人工智能的黎明快来了》✨的美文内容，大家如想要阅读更多的短文学、文学名著、精品散文、诗歌等作品，请点击本站其他文章进行赏析。
版权声明：本文由互联网用户自发贡献，该文仅代表作者观点。芒果文学仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件进行举报，一经核实本站将立刻删除。
你在，多好 “雨到了这里连成线，缠着我们流连人世间。你在身边就是缘，缘分写在三生石上面……”，冷冷清清的时光，冷冷清清的流年。在那索然无味的午时，一人静守时光流年，...
这一年，一个人，一条路，一片天，来去匆匆地忙碌。 有时候，不太喜欢热闹，喜欢宁静：有时候，看到某些相似的身影，就会停住旋转的思路。有时候，我会一个人在灯下走，看着路...
昨天和一个在校的朋友聊天，她说和自己的舍友有些合不来，觉得自己初来乍到觉得自己很土很low，不会打扮也不会化妆，问我怎么办?我说其实没什么大不了的，你在学校主要的日常内...
在上海黄浦区一个角落的停车场，50辆左右的摩拜小红车被长链条锁了起来，除此之外，还有ofo的小黄车夹杂其中。 这是一个停放违停车、事故车的停车场。 在停车场中，界面新闻记者...
晚灯包裹着夜的糖衣 来来去去的路上 自行车的铃铛 被孩子们敲响 锅里的油渐渐作响 催着一盘肉 等着一桌菜 晚餐打赏好肚子 月光欣悦了眼底 将走的行李箱 打碎了灯光和铃声 来来去...
沉默地走在岁月迷途，不伤不念 心情若珂，不愿不见 偶逢潇湘雨，零落成尘 何为行？何为停？ 十里长亭，不若一盏灯花，书写执念 也曾明眸善睐，谁料梦已碎，人已远 待到云开雾散...
乡的风异常狂妄，吹得人难受。雨，却显得温柔，永远都那么慢条斯理地挥挥洒洒。 ——题记 耳边清纯而略带伤感的音乐被我不厌其烦地听了无数遍，不经意间抬头，教室只剩下稀稀...
轻轻漫漫，洋洋洒洒，流年若雪，给我一份雪白的韵味。一寸光阴，若一片飘雪，柔柔，淡淡，美丽而浪漫，轻缓而飘逸，就这样滑过指尖，一种几乎察觉不出的冷，灿若木棉的飘絮。...
1 你现在没事，刚好帮我把这个文件整理出来呗。 你是学设计的吧，帮我p张图吧。 咱们家离这么近，你上班捎带上我嘛。 其实我想拒绝，但是怕对方生气，怕以后关系不好了，总是不...
一直相信世界的某个角落，看不见的云端，有一座美丽的天空之城，那里没有遗憾，没有忧伤，没有不可能发生的未来。只有心中有爱的人才可以抵达爱的国度，所以，我愿意相信幸福...
世间最美，莫不过爱在心里，人在身边。 ——题记 桂树飘香独自一人赏，花香沁心是暖还凉，公园里到处都是飘着月桂花香 淡淡的清香，闻者身心舒畅，仿佛真的可以淡薄心中那份相...
女孩，你要懂，人这一生的痛苦和烦恼都源自自己的执着，你应该尝试放下，放下脑海中的一切哀怨，生活会为你撑起一片无雨的天。 女孩，你要懂，真正的美是发自内心的，不掺杂任...
轩生的兵慌马乱 轩生走了，像一阵风穿过六月的树荫，找不到丝毫的痕迹。 走的前一个晚上，他来找过我，我们一起在夜市的地摊上喝着啤酒。他一边喝一边哭，问为什么想要一份平...
作文和做人，是一样的道理，只有你对生活通透了，彻悟了，你的文字才会充满阳光，才会更豁达，才能拥有更高的境界，更好开拓自己的格局。 ---题记 最美的文字，是蕴含了最高尚...