11 月 22 日，百度宣布在其语音开放平台上线三周年之际，向公众开放四项全新语音技术的接口，百度公司首席科学家吴恩达介绍，这四项语音技术为情感合成、远场方案、唤醒二期技术和长语音方案，并宣布即日起百度将这几项技术免费开放给用户和开发者共享。
吴恩达表示，“这些技术有很大的潜力，去彻底改变人机交互的效率和办法。未来语音技术在很多应用场景有很好的机会，将为人机交互带来巨大的改变。”
根据百度方面介绍，这些技术旨在解决用户在使用语音交互的场合时，普遍感到困扰的一些关键问题。例如，百度情感合成技术主要聚焦在为合成语音“加入情感”，目前可达到接近真人发声效果，百度今年早些时候曾利用此技术，复原已逝明星张国荣的声音。
类似地，开发者还可以利用新的接口，使语音识别距离增加到3-5 米，将设备的语音唤醒率提升到 95% 以上同时更省电误报更少，或提升长时间语音识别的准确率问题。这将为语音技术带来远比现在更多的想象空间，而不只是遥控电视或解锁手机。
据介绍，百度语音开放平台的合作伙伴已涵盖多个领域和场景，包括智能手机领域的联想、中兴；智能家居领域的长虹智能电视、康佳智能电视、SONY 智能电视；汽车行业的特斯拉、途胜；智能设备领域的惠普、艾米通讯；智能服务领域的携程等。
根据百度语音开放平台提供的信息，自 2013 年 10 月上线以来，每日在线语音识别要求从 2013 年的 500 万上升到今天的 1 亿 4 千万，在线语音合成每日请求达 2 亿，开发者数量超过 14 万。在技术指标方面，百度语音识别准确率目前已达 97%。
相关文章
