百度語(yǔ)音首席研究員 賈磊

以下是演講實(shí)錄：

各位來(lái)賓大家好，感謝組委會(huì)給我這個(gè)機(jī)會(huì)給大家匯報(bào)一下開(kāi)放云相關(guān)的工作。百度近期有一系列技術(shù)上舉措，我們?cè)趪?guó)外聘請(qǐng)了專家來(lái)到百度，對(duì)外開(kāi)放了一系列的技術(shù)，百度開(kāi)放技術(shù)的目的是什么？大家使用百度開(kāi)放技術(shù)的時(shí)候還不放心，在PC時(shí)代技術(shù)相對(duì)成熟，人們做一個(gè)網(wǎng)站運(yùn)營(yíng)相關(guān)的網(wǎng)站成本是比較低的，但是移動(dòng)時(shí)代開(kāi)發(fā)者面對(duì)移動(dòng)互聯(lián)開(kāi)發(fā)瓶頸做一個(gè)應(yīng)用，壓力是很大的，百度幫助開(kāi)發(fā)者更好建立自己的應(yīng)用，建立自己的APP，和生態(tài)環(huán)境，讓所有開(kāi)發(fā)者都行動(dòng)起來(lái)。我們也希望開(kāi)發(fā)者通過(guò)百度的技術(shù)開(kāi)發(fā)自己的應(yīng)用，最終實(shí)現(xiàn)生態(tài)轉(zhuǎn)移。百度語(yǔ)音開(kāi)放是降低移動(dòng)互聯(lián)時(shí)代開(kāi)發(fā)者的門檻，我們開(kāi)發(fā)是語(yǔ)音識(shí)別技術(shù)，這個(gè)語(yǔ)音識(shí)別技術(shù)是簡(jiǎn)單的識(shí)別過(guò)程，我們首先有自己的語(yǔ)音識(shí)別系統(tǒng)，大家用我們客戶端軟件或者直接傳語(yǔ)音到服務(wù)器，我們針對(duì)手機(jī)廠商和汽車廠商，只要大家去百度申請(qǐng)就能免費(fèi)拿到我們做語(yǔ)音識(shí)別所有的技術(shù)。

同時(shí)，我們還開(kāi)放了個(gè)體定制化語(yǔ)音識(shí)別需求，我們幫助大家做自己的應(yīng)用，大家可以上傳自己的語(yǔ)義語(yǔ)法要求，在后臺(tái)定制自己的語(yǔ)音識(shí)別器，從而實(shí)現(xiàn)完全無(wú)縫連接和捆綁，在開(kāi)放語(yǔ)音識(shí)別技術(shù)之后，我們又開(kāi)放了自己的語(yǔ)音合成技術(shù)，嵌入式HTS語(yǔ)音合成系統(tǒng)，高保真的合成，在互聯(lián)網(wǎng)模式下合成語(yǔ)音，幫助大家開(kāi)發(fā)自己的互聯(lián)網(wǎng)應(yīng)用。在語(yǔ)音識(shí)別背后我們開(kāi)放了百度語(yǔ)音文件技術(shù)，有多達(dá)35類的語(yǔ)義需求都可以得到滿足。同時(shí)我們開(kāi)放了語(yǔ)義理解，這些資源會(huì)隨著整個(gè)過(guò)程對(duì)開(kāi)發(fā)者展開(kāi)。首先我介紹百度語(yǔ)音識(shí)別開(kāi)放，我們強(qiáng)調(diào)是場(chǎng)景化識(shí)別和自選語(yǔ)言模型，我們開(kāi)放的長(zhǎng)文本，短熱詞，交互式對(duì)話垂直領(lǐng)域識(shí)別技術(shù)，語(yǔ)音糾錯(cuò)技術(shù)，我們從金融、醫(yī)療、衛(wèi)生逼我們互聯(lián)網(wǎng)在文本時(shí)代積累的文本處理技術(shù)都進(jìn)行定制化選擇，用戶使用我們語(yǔ)音識(shí)別選擇自己的語(yǔ)音領(lǐng)域，如果在現(xiàn)有開(kāi)放領(lǐng)域找不到適合自己的領(lǐng)域，用戶可以定制化自己的語(yǔ)音識(shí)別。

下面我簡(jiǎn)單介紹一下我們語(yǔ)音識(shí)別技術(shù)，百度采用的是數(shù)萬(wàn)小時(shí)聲學(xué)訓(xùn)練語(yǔ)料，百度搜索引擎技術(shù)積累的海量文本語(yǔ)料，線上語(yǔ)言模型體積100G，使語(yǔ)音識(shí)別更適合應(yīng)用，我們還有聽(tīng)覺(jué)感知DNN聲學(xué)建模技術(shù)，更高的識(shí)別率。最后我們有高速的解碼技術(shù)，使我們語(yǔ)音識(shí)別技術(shù)達(dá)到國(guó)際先進(jìn)水平。

這里對(duì)技術(shù)講起來(lái)很枯燥，首先我們有SDK，我們?cè)诰W(wǎng)上放SDK，可以做很微量的工作就可以實(shí)現(xiàn)自己移動(dòng)的APP在安卓上進(jìn)行語(yǔ)音識(shí)別，自己的開(kāi)發(fā)量只要按照我們工作手冊(cè)去操作，很容易讓APP都具備識(shí)別的能力，最終實(shí)現(xiàn)高精準(zhǔn)的語(yǔ)音識(shí)別。用戶定制化識(shí)別也是我們的特長(zhǎng)，用戶可以上傳自己的語(yǔ)料，實(shí)現(xiàn)最精準(zhǔn)的語(yǔ)音識(shí)別。

我介紹一下我們語(yǔ)音合成開(kāi)放，我們能實(shí)現(xiàn)任意文本的語(yǔ)音播報(bào)。這個(gè)過(guò)程其實(shí)可以直接連我們語(yǔ)音合成的語(yǔ)音服務(wù)，我們把你們通篇上傳的文字轉(zhuǎn)化為語(yǔ)音，高保真，而且清晰自然。我們的拼接合成技術(shù)也對(duì)外發(fā)布了，這里不再贅述。我們嵌入式語(yǔ)音識(shí)別技術(shù)也會(huì)對(duì)外開(kāi)放，在你們移動(dòng)產(chǎn)品中嵌入百度的語(yǔ)音何澄功能，任何時(shí)間任何地方都可以實(shí)現(xiàn)文本的播報(bào)。語(yǔ)音合成我們支持安卓和IOS兩個(gè)平臺(tái)，我們支持多種音頻編碼滿足大家的需要。

百度的語(yǔ)義理解我們?cè)诨ヂ?lián)網(wǎng)上支持語(yǔ)義的結(jié)構(gòu)化的數(shù)據(jù)，大家會(huì)拿到一個(gè)語(yǔ)義的解析內(nèi)容，跟我們后臺(tái)的模塊是配合的，這樣我們支持35個(gè)垂直領(lǐng)域定制化解析，平均準(zhǔn)確率都超過(guò)85%以上。我們針對(duì)用戶主要場(chǎng)合，文化場(chǎng)合做很多的解釋，如果有方言表達(dá)的文體不一定能夠準(zhǔn)確解釋的情況下，用戶可以定制化自己的語(yǔ)義解析，改善語(yǔ)義理解。目前百度后臺(tái)資源跟語(yǔ)義理解模塊是對(duì)應(yīng)的，我們從時(shí)間結(jié)果，語(yǔ)義理解，然后返回語(yǔ)音解析內(nèi)容。我們多個(gè)對(duì)話功能也在網(wǎng)上進(jìn)行開(kāi)放，大家在語(yǔ)音識(shí)別過(guò)程，不是單純一個(gè)名詞中轉(zhuǎn)換，我們還支持多個(gè)名詞之間的邏輯關(guān)聯(lián)，我們給“去哪兒”的經(jīng)典語(yǔ)音交互案例，語(yǔ)音識(shí)別語(yǔ)義理解深度定制。最后我們介紹一下百度的資源優(yōu)勢(shì)，我們集成了百度所有產(chǎn)品和服務(wù)，搜索、地圖、音樂(lè)、百科在后臺(tái)都是開(kāi)放的，把文字轉(zhuǎn)化為聲音的播報(bào)功能而且還能拿到后臺(tái)的資源，都對(duì)大家敞開(kāi)，進(jìn)行免費(fèi)服務(wù)。我們開(kāi)放的有三級(jí)權(quán)限，第一是語(yǔ)音識(shí)別、語(yǔ)音合成。這是為了滿足開(kāi)發(fā)者只是要用語(yǔ)音識(shí)別功能，不需要太多資源。我們直接得到了語(yǔ)音識(shí)別和語(yǔ)音合成的能力，這個(gè)能力又分為聯(lián)網(wǎng)和不聯(lián)網(wǎng)，如果不聯(lián)網(wǎng)，大家在百度注冊(cè)平臺(tái)注冊(cè)申請(qǐng)就可以了。在二級(jí)權(quán)限中，我們除了開(kāi)放語(yǔ)音識(shí)別和語(yǔ)義合成以外，最重要的是語(yǔ)義理解，大家根據(jù)自己應(yīng)用的要求，定制自己理解的定制化語(yǔ)義解析。后臺(tái)大家有多自己的服務(wù)，不一定用百度資源和服務(wù)，比如你們開(kāi)放數(shù)字電視，大家說(shuō)我想看什么電視頻道，用戶可以切換到自己的電視頻道。在三級(jí)權(quán)限中我們把百度后臺(tái)的資源都對(duì)大家開(kāi)放，中小開(kāi)發(fā)者說(shuō)我做一個(gè)查詢，周邊的查詢，我的核心要點(diǎn)是查飯店，有的用戶查周圍的咖啡屋，我看到飯店跟咖啡屋是關(guān)聯(lián)的我們百度后臺(tái)是支持的，大家可以訪問(wèn)百度后臺(tái)的資源。我們把三級(jí)開(kāi)放抽象為這樣的圖，我們身份識(shí)別、語(yǔ)音喚醒，打造不一樣的人機(jī)交互。語(yǔ)義理解，我們主要設(shè)置的是你說(shuō)，我想！理解用戶意圖，完成需求分發(fā)，整合系統(tǒng)資源。我們還有一些重磅產(chǎn)品介紹，我們跟很多公司，有的是互聯(lián)網(wǎng)公司，有的是IT公司進(jìn)行合作，向他們提供我們語(yǔ)音識(shí)別能力和解決方案等等。

后面我宣傳一下我們語(yǔ)音開(kāi)放的聯(lián)系方式，我們有新浪官方微博，大家搜索百度語(yǔ)音就能找到我們所有的服務(wù)，我們還有騰訊QQ群，大家可以對(duì)自己的問(wèn)題尋求我們的解答。我們百度內(nèi)部的聊天方式廣大用戶不太熟悉，所有的技術(shù)問(wèn)題是有技術(shù)人員實(shí)時(shí)解答的，主流的媒體頻道了解到我們內(nèi)部的hi群，都是我們技術(shù)人員在線為大家解答問(wèn)題。最后是我非常感謝大家有機(jī)會(huì)花時(shí)間來(lái)聽(tīng)我的報(bào)告，很感謝大家！謝謝大家！