11月28日，百度大腦宣布語音能力引擎日均調用量已經超過100億次，為開發(fā)者提供了覆蓋云、端、芯的全棧全場景語音開放能力，推動智能語音技術在各行業(yè)落地應用。

在當天舉行的百度大腦語音能力引擎論壇上，百度大腦語音引擎全新發(fā)布和升級了14大產品內容，包括基于百度鴻鵠語音芯片的4款硬件模組、開發(fā)板及3大場景解決方案，升級了語音自訓練平臺、呼叫中心語音解決方案等。來自家電、農業(yè)、醫(yī)療等行業(yè)的合作伙伴代表也在現場分享了百度大腦語音技術賦能的成果。

百度首席技術官王海峰博士出席論壇并致辭，他表示：“AI技術的進化和產業(yè)賦能正向循環(huán)，相互促進，AI在應用場景中不斷進化。百度的語音技術基于深度學習和產業(yè)應用加速突破，已應用到百度App，百度地圖、小度音箱，百度輸入法等百度產品，更通過AI開放平臺賦能眾多產業(yè)伙伴。百度大腦語音能力每天的調用量已經超過100億。”

現場，百度語音首席架構師賈磊正式提出基于復數CNN網絡的語音增強和語音識別一體化端到端建模技術，該方法拋棄了數字信號處理學科和語音識別學科的各種先驗假設，消除學科間壁壘，直接端到端進行一體化建模。相較于傳統(tǒng)基于數字信號處理的麥克陣列算法，錯誤率降低超過30%。目前該方法已經被集成到百度最新發(fā)布的百度鴻鵠芯片中。

據悉，百度從2012年起就開始把深度學習用于中文語音搜索，成為全世界最早把深度學習技術落地工業(yè)化產品的企業(yè)之一。百度大腦目前已開放了云、端、芯包含語音識別、語音合成等全棧語音引擎能力，并廣泛應用于金融、政務、文娛等多種行業(yè)和場景。

針對智能硬件設備，百度大腦重磅發(fā)布基于百度鴻鵠語音芯片的4款硬件模組、開發(fā)板，以及智能家居、智能車載、智能IoT設備3大端到端軟硬一體遠場語音交互場景解決方案，具備交互效果優(yōu)異、軟硬一體快速應用、廣泛兼容集成門檻低等優(yōu)點。同時，在語音識別領域，全面升級短語音識別、實時語音識別能力，發(fā)布音頻文件轉寫能力，升級可零代碼提升業(yè)務術語識別率的語音自訓練平臺，以及呼叫中心語音解決方案;在語音合成方面，全新發(fā)布6個在線語音合成精品音庫和5個離線語音合成精品音庫。豐富的語音能力，助力智能硬件、互聯(lián)網、呼叫中心等領域智能化升級。

論壇上，來自家居、金融、醫(yī)療、農業(yè)、公益等領域的合作伙伴，分享與百度大腦合作的細節(jié)，以及如何以語音技術助力自身完成智能化升級。

創(chuàng)維AIoT研究院產品經理李凱介紹：“大屏IoT的行業(yè)痛點在于信息檢索難和設備控制操作復雜，通過增加語音交互能力，重構了整個AIoT設備生態(tài)的交互體驗。雙方在電視方面的合作成果已落地在10個電視芯片型號、2500萬臺電視上，助力中端及高端產品線提升了產品溢價能力。”在下一代遠場語音方案中，百度鴻鵠語音芯片為創(chuàng)維產品帶來了高性價比硬件、整合優(yōu)化的軟件算法等價值，雙方將基于百度鴻鵠芯片展開多項產品的合作。

瓴岳科技信貸運營總監(jiān)宋力現場分享了百度大腦語音技術在貸后領域的應用，依托百度大腦呼叫中心實時語音識別等AI服務對用戶語音的準確識別，瓴岳打造了降本提效的智能機器人。通過貸后智能機器人、智能語音質檢的應用，貸后人力投入降低61.47%，有效實現了合規(guī)和高效的運營體系，提高了客戶體驗。

北京子杰寶貝科技有限公司項目經理肖云峰在會上展現了語音技術在醫(yī)療領域的應用：“我們開發(fā)的智能錄入系統(tǒng)在百度大腦語音自訓練平臺進行語音識別模型訓練，識別率從80%提升至95%以上，包括醫(yī)療專業(yè)生僻詞的識別，而很多廠商模型識別率都達不到這個要求。該系統(tǒng)有效降低了醫(yī)護人員的工作強度，提升了臨床護理效率。”

而在農業(yè)領域，也遇到了農業(yè)作物專業(yè)詞匯語音識別率低的行業(yè)問題，對此華智生物信息技術主任龍曉波表示：“得益于百度大腦語音自訓練平臺使用簡單、準確率高、可拓展等優(yōu)點，經多次迭代我們的農業(yè)結構化性狀數據語音識別準確率從71.09%提升至98.75%，采集一個測試田地性狀信息從300人工時降低到160人工時，工作效率提升了一倍。”

善行智能聯(lián)合創(chuàng)始人黃小瑰介紹了基于百度大腦語音等技術打造的小Q智能導盲眼鏡，幫助盲人生活出行，為失能人群提供智能化的幫助。現場還發(fā)布了“因AI而聲”公益計劃：百度大腦將為提供公益性服務的公司或組織，提供語音技術免費、專屬語音技術支持等福利，為特殊群體帶去便利和幫助，讓AI有溫度。

百度大腦開放平臺目前已開放228項AI能力，擁有超過150萬的開發(fā)者用戶。評論認為，此次百度大腦語音技術能力的全新發(fā)布和升級，為開發(fā)者和企業(yè)提供了更加完善的全棧語音引擎能力，將幫助更多用戶高效打造具備語音交互能力的特色應用與產品，加快語音技術在各行各業(yè)的應用落地進程。(殷雨婷)

關鍵詞： 百度大腦語音引擎