主页 > 创新 > 正文

吴恩达:语音技术能为什么带来巨大改变?

点评

科技传媒网 科技新媒体 2016-11-26 15:09

2016年11月22日,百度语音开放平台三周年主题活动在北京召开,本次大会百度公开宣布开放四大语音技术——情感合成、远场方案、唤醒二期、长语音方案,为开发者提

【编者按】2016年11月22日,百度语音开放平台三周年主题活动在北京召开,本次大会百度公开宣布开放四大语音技术——情感合成、远场方案、唤醒二期、长语音方案,为开发者提供免费接入入口。百度首席科学家吴恩达在主题演讲中表示,“语音是人类交流、人机交互最自然的方式,通过开放语音技术,百度希望可以推动语音功能产品繁荣的浪潮。”

本文首发于雷锋网,由亿欧编写,供业内人参考。

大家好,非常高兴大家今天来参加我们的语音开放平台三周年发布会。我是“百度大脑”的项目负责人吴恩达,在百度大脑的项目中有一部分非常重要的工作,就是把最领先的技术输出给大家使用。在百度大脑开放平台上,我们不仅输出人工智能技术,也有很多有关人工智能技术的培训资料。

▌百度大脑到底是什么?

那么,百度大脑到底是什么呢?它最核心的几个技术部分为:语音、图像、自然语言处理、用户画像和机器学习平台。

我发现很多人使用百度的语音技术有两大原因。

第一个原因,百度有非常领先的技术为他们的用户提供更好的体验;

第二个原因,我个人做了好几十年有关人工智能的项目,发现通常你刚开始做一个项目的时候,只是需要语音技术,当做了几个月以后,你发现还需要图像技术或者自然语言处理技术等等。

如果你是使用百度大脑开放平台,你可以比较容易的选择真正需要的技术部分把它放进来,把它融合,为你做到最好的效果。再比如说你想服务一个智能客户,开始的时候觉得只需要语音识别、语音合成技术,但是做了几个月以后,发现你需要最领先的自然语言处理技术。如果你是使用百度大脑开放平台,希望你比较容易拿到这些技术放到自己的产品中。

我个人对人工智能的未来充满信心,我希望未来我们会有陪伴机器人、个性化私教、音乐作曲、机器人医生等等。

这些年人工智能技术发展的非常快,这给我们,也给你们带来很多新的机会,在百度是没有办法探索这么多非常有潜力的机会,所以我们的目标就是把我们的人工智能技术输出给大家,希望可以支持你们在非常有潜力的项目上探索,而且支持你们在这些项目中获得非常好的结果。

▌关于语音技术

今天大会的主题就是语音技术。大家可能已经知道,在很多最重要的百度产品中,我们已经支持语音输入,包括手机百度、百度地图、百度输入法。如果你还没有试过百度输入法,我希望你试一试,我输入信息时就挺喜欢用百度输入法。还有度秘,最近我们把度秘放入各类硬件中,比如小度机器人。

度秘系统可以为客户点餐,把度秘和机器人融合,也可以让各种用户有新的体验。

▌百度语音技术发展轨迹

这几年来,我们的团队在不断地优化语音识别系统:

在2012年开始使用DNN模型,后来有比较好的特征

之后开始用Sequence Discriminative Training

也开始使用LSTM模型

加上CTC

今年我们的团队开发了Deep CNN模型

效果在不断进步,这就是我们的语音识别系统。

此外,我们的语音合成模型也变得越来越好,这几年来我们在好几个技术方面有比较大的突破,我们的语音合成效果也变得越来越好。

现在百度在中国语音合成的能力是远远超过其他公司的,今天下午我们的语音团队负责人也会和大家分享更多细节。因为我们的语音技术、自然语言处理技术、我们的人机交互技术进步的这么快,2016年MIT科技评论我们的技术是2016年十大突破性技术之一,我们觉得这些技术有很大的潜力,可以改变人机交互的效率和办法。

▌语音技术的未来

未来语音技术在很多应用场景有很好的机会,为人机交互带来巨大的改变。

举个例子,在智能家居的场景,我们希望未来你回家以后可以使用语音跟你的电视、遥控器、音箱、窗帘讲话,比如说希望你未来可以向你的电灯说,“电灯请打开”,它就明白你的命令,或者对遥控器说话,它就能非常方便的满足你的需求。其实智能家居只是一个应用场景,我觉得在很多应用场景中,语音技术都可以带来人机交互非常大的改变,这包括手机、音箱、电视等等。希望语音能让你做更好的智能客服中心。在汽车领域语音也是一个非常重要的人机交互的场景,我们有很多合作伙伴正在使用我们的语音技术探索这些应用场景。

最后,今天我们已经知道,尤其是在手机端,我们知道语音输入比键盘打字更快、更方便、更准确。下一位进行演讲的是我的好朋友,也是斯坦福大学James Landay教授,他也会为大家分享有关这方面的研究,就是使用百度的语音识别系统,如果你使用这个系统,在手机端输入就可以更快、更方便、更自然。

语音输入这么方便,希望未来语音输入会变得更普及。大家想一想,如果你跟我想交流,最自然的办法就是你跟我讲一句话,或者我跟你讲一句话,所以人和人交流最自然的办法还是语音。这几年来,语音和自然语言处理和度秘这种技术进步这么快,今天很多场景,人机交互最自然的办法已经是语音。人机交互不只是你跟电脑或者和设备讲话,你的电脑和设备也需要告诉你它的意见,所以我们的语音技术也可以让这些设备非常自然的告诉你它的意见。

最后,因为人工智能,尤其是语音技术这几年发展的很快。在百度大脑已经有好几种不同的人工智能技术,其中比较成熟的,就是我们的语音技术。所以语音技术已经给我们,也给大家,也给你们,给你的公司,给开发者很多新的机会。所以,我希望我们输出语音技术,希望它可以为大家提供非常好的服务,也希望我们可以使用我们的技术支持你们探索这些新机会,希望你们可以使用这些技术,支持你们在这些新机会中获得非常好的成果。

原文链接:http://www.itmsc.cn/archives/view-136827-1.html
科技传媒网—致力于推动创新科技发展,专注科技新闻传播的新媒体平台。更多精彩内容请关注微信公众号:gdkjcm

(责任编辑:夏喧)

1.科技传媒网遵循行业规范,任何转载的稿件都会明确标注作者和来源;

2.科技传媒网的原创文章,请转载时务必注明文章作者和"来源:科技传媒网",不尊重原创的行为,科技传媒网都将保留追究责任权益;

3.作者投稿可能会经科技传媒网编辑修改或补充。

阅读延展
更多科技新闻 相关智库科技新闻阅读
科技传媒网科技要闻

刷爆朋友圈的延庆区,滚滚“泥石流”中的一股清流

随着冬季时节的到来,帝都已然被一团团的雾霾笼罩其中,我们出门看到是这样的:更是这样的:但是,对,重要的就是但是。在帝都的北侧,延庆犹如白莲花一般的存在

科技传媒网创客必读科技新闻

消费升级细分下,机会在于企业如何平衡标准化和个性化

消费持续升级,像马斯洛的金字塔,越往上走,需要满足更多样化的需求。当消费变得碎片化,用户人群更细分化,整个品牌的树立需精耕细作,在如何获取用户,钱不够

科技传媒网每日精选阅读

滴滴发布《2016年度加班最“狠”公司排行榜》 京东对员工最

科技传媒网北京时间12月7日消息 据科技新闻栏目记者获悉,滴滴大数据在昨日(6日)对外正式发布《2016年度加班最“狠”公司排行榜》。根据榜单的IT榜单,中国电商科技公司巨头京东成为IT公司中员工最累的企业

科技传媒网科技专题
2016年“松湖杯”创新创业大赛-科技传媒网
关于科技传媒网

科技传媒网(www.itmsc.cn),由广东省创新科技传媒服务中心主办,以社会需求为导向,搜集关于科技最新最全的时事动态。

微信
微博
RSS