黄色片一级免费,国产网址在线,亚洲午夜网站,黄色在线播放网址

地方頻道:
您的當前位置:首頁>教育
語音是人機交互最自然的方式
2016-12-18 10:17:43   來源:環(huán)球網(wǎng)

百度語音開放平臺三周年主題活動在北京召開,本次大會百度公開宣布開放四大語音技術(shù)——情感合成、遠場方案、喚醒二期、長語音方案,為開發(fā)者提供免費接入入口。百度首席科學家吳恩達在主題演講中表示,“語音是人類交流、人機交互最自然的方式,通過開放語音技術(shù),百度希望可以推動語音功能產(chǎn)品繁榮的浪潮。”

  (百度公司首席科學家吳恩達進行現(xiàn)場演講)

  在演講中吳恩達詳細解讀了百度人工智能核心成果“百度大腦”及其核心組成部分,包括語音、圖像、自然語言處理、用戶畫像、機器學習五大重要組成部分。在百度語音開放平臺三周年之際,吳恩達還向外界公開介紹百度語音技術(shù)最新數(shù)據(jù)情況:注冊開發(fā)者數(shù)量達到14億,在線識別請求量2016年每天達到1.4億次,在線語音合成請求量則達到2億次,再次證明了語音開放平臺開放給開發(fā)者帶來的實用價值。

  此外,吳恩達還對人工智能的未來充滿信心,他認為,人工智能的未來會體現(xiàn)在方方面面,例如陪伴機器人,個性化私教,音樂作曲,機器人醫(yī)生等。

  以下是吳恩達演講實錄:

  大家好,非常高興大家今天來參加我們的語音開放平臺三周年發(fā)布會。

  我是“百度大腦”的項目負責人吳恩達,在百度大腦的項目中有一部分非常重要的工作,就是把最領(lǐng)先的技術(shù)輸出給大家使用。在百度大腦開放平臺(ai.baidu.com)上,我們不僅輸出人工智能技術(shù),也有很多有關(guān)人工智能技術(shù)的培訓資料。

  那么,百度大腦到底是什么呢?它最核心的幾個技術(shù)部分為:語音、圖像、自然語言處理、用戶畫像、機器學習平臺。我發(fā)現(xiàn)很多人使用百度的語音技術(shù)有兩大原因,第一個原因,百度有非常領(lǐng)先的技術(shù)為他們的用戶提供更好的體驗;第二個原因,我個人做了好幾十年有關(guān)人工智能的項目,發(fā)現(xiàn)通常你剛開始做一個項目的時候,只是需要語音技術(shù),當做了幾個月以后,你發(fā)現(xiàn)還需要圖像技術(shù)或者自然語言處理技術(shù)等等。如果你是使用百度大腦開放平臺,你可以比較容易的選擇真正需要的技術(shù)部分把它放進來,把它融合,為你做到最好的效果。再比如說你想服務一個智能客戶,開始的時候覺得只需要語音識別、語音合成技術(shù),但是做了幾個月以后,發(fā)現(xiàn)你需要最領(lǐng)先的自然語言處理技術(shù)。如果你是使用百度大腦開放平臺,希望你比較容易拿到這些技術(shù)放到自己的產(chǎn)品中。

  我個人對人工智能的未來充滿信心,我希望未來我們會有陪伴機器人、個性化私教、音樂作曲、機器人醫(yī)生等等。這些年人工智能技術(shù)發(fā)展的非??欤@給我們,也給你們帶來很多新的機會,在百度是沒有辦法探索這么多非常有潛力的機會,所以我們的目標就是把我們的人工智能技術(shù)輸出給大家,希望可以支持你們在非常有潛力的項目上探索,而且支持你們在這些項目中獲得非常好的結(jié)果。

  今天大會的主題就是語音技術(shù)。大家可能已經(jīng)知道,在很多最重要的百度產(chǎn)品中,我們已經(jīng)支持語音輸入,包括手機百度、百度地圖、百度輸入法。如果你還沒有試過百度輸入法,我希望你試一試,我輸入信息時就挺喜歡用百度輸入法。還有度秘,最近我們把度秘放入各類硬件中,比如小度機器人。度秘系統(tǒng)可以為客戶點餐,把度秘和機器人融合,也可以讓各種用戶有新的體驗。

  這幾年來,我們的團隊在不斷地優(yōu)化語音識別系統(tǒng),在2012年開始使用DNN模型,后來有比較好的特征,之后開始用Sequence Discriminative Training,也開始使用LSTM模型,加上CTC,今年我們的團隊開發(fā)了Deep CNN模型,效果在不斷進步,這就是我們的語音識別系統(tǒng)。

  此外,我們的語音合成模型也變得越來越好,這幾年來我們在好幾個技術(shù)方面有比較大的突破,我們的語音合成效果也變得越來越好。現(xiàn)在百度在中國語音合成的能力是遠遠超過其他公司的,今天下午我們的語音團隊負責人也會和大家分享更多細節(jié)。

  因為我們的語音技術(shù)、自然語言處理技術(shù)、我們的人機交互技術(shù)進步的這么快,2016年MIT科技評論我們的技術(shù)是2016年十大突破性技術(shù)之一,我們覺得這些技術(shù)有很大的潛力,可以改變?nèi)藱C交互的效率和辦法。

  未來語音技術(shù)在很多應用場景有很好的機會,為人機交互帶來巨大的改變。舉個例子,在智能家居的場景,我們希望未來你回家以后可以使用語音跟你的電視、遙控器、音箱、窗簾講話,比如說希望你未來可以向你的電燈說,“電燈請打開”,它就明白你的命令,或者對遙控器說話,它就能非常方便的滿足你的需求。其實智能家居只是一個應用場景,我覺得在很多應用場景中,語音技術(shù)都可以帶來人機交互非常大的改變,這包括手機、音箱、電視等等。希望語音能讓你做更好的智能客服中心。在汽車領(lǐng)域語音也是一個非常重要的人機交互的場景,我們有很多合作伙伴正在使用我們的語音技術(shù)探索這些應用場景。

  最后,今天我們已經(jīng)知道,尤其是在手機端,我們知道語音輸入比鍵盤打字更快、更方便、更準確。下一位進行演講的是我的好朋友,也是斯坦福大學James Landay教授,他也會為大家分享有關(guān)這方面的研究,就是使用百度的語音識別系統(tǒng),如果你使用這個系統(tǒng),在手機端輸入就可以更快、更方便、更自然。

  語音輸入這么方便,希望未來語音輸入會變得更普及。大家想一想,如果你跟我想交流,最自然的辦法就是你跟我講一句話,或者我跟你講一句話,所以人和人交流最自然的辦法還是語音。這幾年來,語音和自然語言處理和度秘這種技術(shù)進步這么快,今天很多場景,人機交互最自然的辦法已經(jīng)是語音。人機交互不只是你跟電腦或者和設(shè)備講話,你的電腦和設(shè)備也需要告訴你它的意見,所以我們的語音技術(shù)也可以讓這些設(shè)備非常自然的告訴你它的意見。

  最后,因為人工智能,尤其是語音技術(shù)這幾年發(fā)展的很快。在百度大腦已經(jīng)有好幾種不同的人工智能技術(shù),其中比較成熟的,就是我們的語音技術(shù)。所以語音技術(shù)已經(jīng)給我們,也給大家,也給你們,給你的公司,給開發(fā)者很多新的機會。所以,我希望我們輸出語音技術(shù),希望它可以為大家提供非常好的服務,也希望我們可以使用我們的技術(shù)支持你們探索這些新機會,希望你們可以使用這些技術(shù),支持你們在這些新機會中獲得非常好的成果。


技術(shù)支持:湖北報網(wǎng)新聞傳媒有限公司

今日湖北網(wǎng)版權(quán)所有 鄂ICP備2020021375號-2 網(wǎng)絡傳播視聽節(jié)目許可證(0107190) 備案號:42010602003527 違法和不良信息舉報中心