11月22日，百度公司首席科學(xué)家吳恩達(dá)在談到百度語(yǔ)音技術(shù)的最新進(jìn)展時(shí)，對(duì)外介紹了百度這四項(xiàng)語(yǔ)音技術(shù)，并宣布將免費(fèi)開(kāi)放給用戶和開(kāi)發(fā)者。

?

“我們已經(jīng)站在人工智能的黎明?！眳嵌鬟_(dá)對(duì)媒體作出樂(lè)觀的預(yù)測(cè)，他希望通過(guò)開(kāi)放人工智能技術(shù)，讓每個(gè)人都能更容易地開(kāi)發(fā)出“智應(yīng)用”。

?不過(guò)，站在“黎明”的人工智能何時(shí)能有“質(zhì)”的跨越，或許還需時(shí)日。一個(gè)細(xì)節(jié)是，在接受記者采訪的會(huì)議室里，吳恩達(dá)座位不遠(yuǎn)處還是坐了一位實(shí)時(shí)整理文字的速記人員。

　 　　　　智能語(yǔ)音：已超正常人類(lèi)的識(shí)別能力
　　
　　事實(shí)上，開(kāi)放語(yǔ)音API（應(yīng)用程序編程接口）已經(jīng)成為行業(yè)趨勢(shì)。
　　
　　今年3月時(shí)，谷歌在Next云計(jì)算大會(huì)上發(fā)布了面向開(kāi)發(fā)者的新機(jī)器學(xué)習(xí)平臺(tái)，并開(kāi)放語(yǔ)音識(shí)別的API，即谷歌語(yǔ)音搜索和語(yǔ)音輸入的支持技術(shù)。Google Cloud SPeechAPI一開(kāi)始將免費(fèi)提供，以后再進(jìn)行收費(fèi)。這一應(yīng)用包括了80多種語(yǔ)言，適用于各種實(shí)時(shí)語(yǔ)音識(shí)別與翻譯應(yīng)用。
　　
　　在開(kāi)放背后，互聯(lián)網(wǎng)公司希望借此推動(dòng)智能語(yǔ)音模型的進(jìn)一步演進(jìn)和智能語(yǔ)音技術(shù)的快速普及。
　　
　　對(duì)于百度公布的四項(xiàng)語(yǔ)音技術(shù)，吳恩達(dá)說(shuō)，目前百度還沒(méi)有收費(fèi)的計(jì)劃，這些技術(shù)旨在解決用戶在使用語(yǔ)音交互的場(chǎng)合時(shí)，普遍感到困擾的一些關(guān)鍵問(wèn)題?！澳壳暗恼Z(yǔ)音識(shí)別已經(jīng)超過(guò)了正常人的語(yǔ)音識(shí)別能力?！?br /> 　　
　　以情感合成為例，主要是基于深度學(xué)習(xí)和大數(shù)據(jù)處理技術(shù)，在數(shù)據(jù)采集、處理、建模等環(huán)節(jié)進(jìn)行一系列創(chuàng)新，實(shí)現(xiàn)更富有表現(xiàn)力的自然朗讀效果。
　　
　　讀者甘肅數(shù)碼科技有限公司總經(jīng)理金大時(shí)告訴記者，目前“讀者數(shù)字農(nóng)家書(shū)屋”在甘肅慶陽(yáng)市試點(diǎn)，根據(jù)百度大數(shù)據(jù)合成情感語(yǔ)音實(shí)現(xiàn)書(shū)籍有聲閱讀，讓很多不識(shí)字的老年人和留守兒童也享受到了閱讀的樂(lè)趣。
　　
　　而遠(yuǎn)場(chǎng)方案技術(shù)則是百度自主研發(fā)的遠(yuǎn)場(chǎng)識(shí)別技術(shù)，基于麥克風(fēng)陣列，利用麥克風(fēng)陣列束形成、語(yǔ)音增強(qiáng)、回聲消除、聲源定位等技術(shù)綜合實(shí)現(xiàn)高準(zhǔn)確率遠(yuǎn)場(chǎng)識(shí)別。
　　
　　百度稱(chēng)，開(kāi)發(fā)者可以通過(guò)這一新的技術(shù)接口，使語(yǔ)音識(shí)別距離增加到3~5米，設(shè)備的語(yǔ)音喚醒率提升到95%以上，或解決長(zhǎng)時(shí)間語(yǔ)音識(shí)別的準(zhǔn)確率問(wèn)題。這將為語(yǔ)音技術(shù)帶來(lái)遠(yuǎn)比現(xiàn)在更多的想象空間，而不只是遙控電視或解鎖手機(jī)。
　　
　　例如，百度在上?？系禄炫灥晖度胧褂玫摹靶《?a href="http://m.makelele.cn/soft/data/42-101/" target="_blank">機(jī)器人人機(jī)語(yǔ)音交互點(diǎn)餐”，可遠(yuǎn)距離隨時(shí)應(yīng)答點(diǎn)餐。