1月17日，百度輸入法在北京隆重舉辦“AI輸入，開(kāi)啟全感官輸入時(shí)代”發(fā)布會(huì)。會(huì)上百度面向行業(yè)和用戶分享了語(yǔ)音技術(shù)的最新突破“深度尖峰技術(shù)Deep Peak 2 模型”，并發(fā)布了應(yīng)用該技術(shù)的百度輸入法全新v8.0版本。當(dāng)輸入法加持“黑科技”，百度率先開(kāi)啟了AI輸入時(shí)代，讓機(jī)器能更容易地理解用戶的表達(dá)。

　　當(dāng)百度輸入法遇到黑科技

　　發(fā)布會(huì)上，百度副總裁，AI技術(shù)平臺(tái)體系(AIG)總負(fù)責(zé)人王海峰王海峰為大會(huì)致辭，并表示“8年前百度就開(kāi)始布局人工智能，如今我們不僅把最先進(jìn)的AI技術(shù)應(yīng)用到輸入法等產(chǎn)品中，更把技術(shù)開(kāi)放出來(lái)給合作伙伴和開(kāi)發(fā)者，一起共享這個(gè)AI時(shí)代。”他說(shuō)，“輸入法是百度AI技術(shù)的橋頭堡，未來(lái)我們將用更多人工智能技術(shù)打造AI輸入，讓輸入法更懂你的表達(dá)，讓AI真正改變?nèi)藗兊纳睢?rdquo;

　　此次發(fā)布會(huì)的最大亮點(diǎn)，就是百度語(yǔ)音技術(shù)部總監(jiān)高亮帶來(lái)的“深度尖峰技術(shù)Deep Peak 2 模型”。高亮就這一重大突破向大家進(jìn)行了詳細(xì)的介紹，Deep Peak 2 模型的全稱為基于 LSTM 和 CTC 的上下文無(wú)關(guān)音素組合建模，該技術(shù)將高頻出現(xiàn)的音素聯(lián)合在一起，形成一個(gè)音素組合體，然后將這個(gè)音素組合體看作一個(gè)基本建模單元。與以往使用的上下文相關(guān)建模方式相比，Deep Peak 2 模型能夠充分發(fā)揮神經(jīng)網(wǎng)絡(luò)模型的參數(shù)優(yōu)勢(shì)，對(duì)多種說(shuō)話方式的穩(wěn)定性更強(qiáng)、準(zhǔn)確度更高;同時(shí)能夠帶來(lái)更快的解碼速度，提升語(yǔ)音識(shí)別的整體效率，目前其相對(duì)正確率已領(lǐng)先行業(yè)20%。“這種建模對(duì)中文和英文都同時(shí)適用，讓產(chǎn)品具備了更強(qiáng)大的中英文混合識(shí)別能力，是語(yǔ)音識(shí)別工業(yè)歷史上巨大的技術(shù)進(jìn)步。”該技術(shù)繼成功在百度輸入法上線后，后續(xù)還將廣泛應(yīng)用在百度所有語(yǔ)音相關(guān)產(chǎn)品中。

　　機(jī)器從此將更懂你的表達(dá)

　　對(duì)于廣大用戶來(lái)說(shuō)，優(yōu)秀的語(yǔ)音識(shí)別體驗(yàn)在于“更快的識(shí)別”和“更準(zhǔn)確的辨別”。著名主持人華少在現(xiàn)場(chǎng)進(jìn)行了語(yǔ)音識(shí)別速度挑戰(zhàn)，58秒426字的花式口播被完整、準(zhǔn)確的識(shí)別出來(lái)，其技術(shù)的識(shí)別速度和準(zhǔn)確度令人嘆為觀止。

　　百度是中國(guó)最早通過(guò)深度學(xué)習(xí)技術(shù)在語(yǔ)音識(shí)別領(lǐng)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(yǔ)音識(shí)別模型，此后隨著技術(shù)的不斷迭代，每一年都有新的語(yǔ)音識(shí)別技術(shù)上線，到如今語(yǔ)音識(shí)別的準(zhǔn)確率和及時(shí)性都堪稱業(yè)界第一，極大提升了用戶在使用百度產(chǎn)品時(shí)的語(yǔ)音輸入體驗(yàn)。

　　此次Deep Peak 2 模型采用的上下文無(wú)關(guān)建模方式看似簡(jiǎn)單，但其背后的技術(shù)難度卻非常人所能感知。國(guó)際上也曾有過(guò)類似的建模方式，但卻無(wú)法避免建模時(shí)出現(xiàn)的過(guò)擬合問(wèn)題，百度通過(guò)聲學(xué)模型學(xué)習(xí)和語(yǔ)言信息學(xué)習(xí)相分離的特殊訓(xùn)練方法，使用音素組合來(lái)保留最重要的音素連接特性，最終成功解決了建模時(shí)的過(guò)擬合問(wèn)題。使用百度最新的上下文無(wú)關(guān)建模方式，建模單元從原先的上萬(wàn)量級(jí)降到了一千以內(nèi)，大幅提升了語(yǔ)音解碼的速度，也是百度輸入法語(yǔ)音輸入能做到實(shí)時(shí)同步的關(guān)鍵所在。

　　人工智能可以讓機(jī)器學(xué)習(xí)、思考并像人類一樣做出判斷，在這個(gè)機(jī)制運(yùn)行的過(guò)程中，首先需要機(jī)器可以“聽(tīng)懂人話”。因此，當(dāng)人工智能技術(shù)成功將輸入法這一傳統(tǒng)工具轉(zhuǎn)型成為“AI輸入”這一全新的人機(jī)交互模式時(shí)，每一個(gè)普通用戶都能感受到AI帶來(lái)的巨大能量，都將體驗(yàn)到前所未有的全感官輸入。

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)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(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。