站長資訊網(wǎng)1月17日，百度輸入法在北京隆重舉辦“AI輸入，開啟全感官輸入時代”發(fā)布會。會上百度面向行業(yè)和用戶分享了語音技術的最新突破“深度尖峰技術Deep Peak 2 模型”，并發(fā)布了應用該技術的百度輸入法全新v8.0版本。當輸入法加持“黑科技”，百度率先開啟了AI輸入時代，讓機器能更容易地理解用戶的表達。
當百度輸入法遇到黑科技
發(fā)布會上，百度副總裁，AI技術平臺體系(AIG)總負責人王海峰王海峰為大會致辭，并表示“8年前百度就開始布局人工智能，如今我們不僅把最先進的AI技術應用到輸入法等產品中，更把技術開放出來給合作伙伴和開發(fā)者，一起共享這個AI時代。”他說，“輸入法是百度AI技術的橋頭堡，未來我們將用更多人工智能技術打造AI輸入，讓輸入法更懂你的表達，讓AI真正改變人們的生活。”
此次發(fā)布會的最大亮點，就是百度語音技術部總監(jiān)高亮帶來的“深度尖峰技術Deep Peak 2 模型”。高亮就這一重大突破向大家進行了詳細的介紹，Deep Peak 2 模型的全稱為基于 LSTM 和 CTC 的上下文無關音素組合建模，該技術將高頻出現(xiàn)的音素聯(lián)合在一起，形成一個音素組合體，然后將這個音素組合體看作一個基本建模單元。與以往使用的上下文相關建模方式相比，Deep Peak 2 模型能夠充分發(fā)揮神經網(wǎng)絡模型的參數(shù)優(yōu)勢，對多種說話方式的穩(wěn)定性更強、準確度更高;同時能夠帶來更快的解碼速度，提升語音識別的整體效率，目前其相對正確率已領先行業(yè)20%。“這種建模對中文和英文都同時適用，讓產品具備了更強大的中英文混合識別能力，是語音識別工業(yè)歷史上巨大的技術進步。”該技術繼成功在百度輸入法上線后，后續(xù)還將廣泛應用在百度所有語音相關產品中。
機器從此將更懂你的表達
對于廣大用戶來說，優(yōu)秀的語音識別體驗在于“更快的識別”和“更準確的辨別”。著名主持人華少在現(xiàn)場進行了語音識別速度挑戰(zhàn)，58秒426字的花式口播被完整、準確的識別出來，其技術的識別速度和準確度令人嘆為觀止。
百度是中國最早通過深度學習技術在語音識別領域取得突破的公司。早在2012年，百度就率先上線了基于 DNN 的語音識別模型，此后隨著技術的不斷迭代，每一年都有新的語音識別技術上線，到如今語音識別的準確率和及時性都堪稱業(yè)界第一，極大提升了用戶在使用百度產品時的語音輸入體驗。
此次Deep Peak 2 模型采用的上下文無關建模方式看似簡單，但其背后的技術難度卻非常人所能感知。國際上也曾有過類似的建模方式，但卻無法避免建模時出現(xiàn)的過擬合問題，百度通過聲學模型學習和語言信息學習相分離的特殊訓練方法，使用音素組合來保留最重要的音素連接特性，最終成功解決了建模時的過擬合問題。使用百度最新的上下文無關建模方式，建模單元從原先的上萬量級降到了一千以內，大幅提升了語音解碼的速度，也是百度輸入法語音輸入能做到實時同步的關鍵所在。
人工智能可以讓機器學習、思考并像人類一樣做出判斷，在這個機制運行的過程中，首先需要機器可以“聽懂人話”。因此，當人工智能技術成功將輸入法這一傳統(tǒng)工具轉型成為“AI輸入”這一全新的人機交互模式時，每一個普通用戶都能感受到AI帶來的巨大能量，都將體驗到前所未有的全感官輸入。
特別提醒：本網(wǎng)內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網(wǎng)有任何內容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內處理完畢。
