百度语音技术获重大突破开发者将享受先进成果

[摘要]百度语音识别能力早已在百度开发者中心对外开放。为了推广语音技术的产业化应用,百度还于近期举办了“百度开发者创新大赛——智能语音2015”,提供丰厚奖品、免费APP推广资源等,鼓励开发者调用百度免费开放的语音识别能力,开发出创新的移动应用。

最近,在语音技术领域,最热的话题莫过于百度在汉语语音识别技术方面获得的重大突破——该技术能够做到在安静环境下,汉语普通话语音识别的准确率接近97%。于是,一些创业的朋友来问,开发者能不能使用这项基于新技术的语音识别能力?

经过多番询问,得到的答案是肯定的。

实际上,百度语音识别能力早已在百度开发者中心(http://developer.baidu.com/)对外开放。为了推广语音技术的产业化应用,百度还于近期举办了“百度开发者创新大赛——智能语音2015”(大赛官网http://developer.baidu.com/event_entry/voicedev2015),提供丰厚奖品、免费APP推广资源等,鼓励开发者调用百度免费开放的语音识别能力,开发出创新的移动应用。

百度语音技术获重大突破开发者将享受先进成果

而不久之后,基于此次重大技术突破、拥有更精准识别率的语音识别能力,也将登录百度开发者中心。

那么,这次技术突破到底有多牛?能给开发者带来什么?

“百度研发出了基于多层单向LSTM的汉语声韵母整体建模技术,并成功把连接时序分类(CTC)训练技术嵌入到传统的语音识别建模框架中,再结合语音识别领域的决策树聚类、跨词解码和区分度训练等技术,大幅度提升线上语音识别产品性能。”

这是百度语音技术部负责人贾磊的介绍,听上去是不是只有一个感觉——不明觉厉?反正技术君有这样的感觉。

于是,技术君经过艰苦努力,用一句更“人类”的语言来解释这个技术,那就是:这技术牛,非常牛!它成功攻克了语音识别领域十多年的一个技术困局,使汉语语音识别相对错误率再次大幅下降15%以上;基于这一技术,在安静环境下,汉语普通话语音识别的准确率接近97%。因为这一重大突破,贾磊还受邀在全国人机语音通讯学术会议(NCMMSC2015,注:NCMMSC是中国人机语音领域最权威的学术会议)上发表演讲。

更简洁来讲,我们看到的好处就是:

1. 语音识别准确率提升。

2. 语音识别速度提升。

3. 语音服务提供者的投入成本降低。

4. 语音技术领域研究人员可参考百度技术模型,改善自己的研究,从而在语音领域获得更大突破。

还是不明白?想象一个场景:

你在大街上一边走,一边想查找附近的百货大楼怎么走,于是,你打开地图APP,点开语音按钮,说着“百货大楼”。1秒、2秒、3秒……终于,APP返回了结果——“白佛大罗”。看到这些字,你的内心此时是不是很崩溃?

当然,上面这个场景描述地夸张了点,现在的语音识别技术已经能比较准、比较快地识别出来了。而百度研发的这个新技术,能够比现有识别能力识别地更准、更快,而且能降低噪音、口音、说话距离远近等因素对识别率造成的不良影响。

作为开发者,这个能力带来的效果是显著的。在调用百度的这一能力后,能让APP的语音识别服务更精准、更快速,从而提升整体用户体验。你是不是也想试一试了呢?





免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。