2013年8月22日百度世界大會(huì)上，百度宣布語(yǔ)音識(shí)別技術(shù)及能力全面開(kāi)放。此舉為開(kāi)發(fā)者提供了多層次的語(yǔ)音接口，將催生這一領(lǐng)域的蓬勃發(fā)展。在百度的引領(lǐng)下，圍繞語(yǔ)音識(shí)別的全新體系和大數(shù)據(jù)生態(tài)將在不久的未來(lái)初露崢嶸。

過(guò)去的一年時(shí)間里，語(yǔ)音交互類(lèi)應(yīng)用并未像觸控、手勢(shì)識(shí)別等一樣得到廣泛的普及和應(yīng)用，根本的原因有兩個(gè)：一是語(yǔ)音識(shí)別準(zhǔn)確率有待提升，尤其是技術(shù)對(duì)不同語(yǔ)言的支持，存在較大的差別;二是語(yǔ)音識(shí)別技術(shù)門(mén)檻較高，有一定的授權(quán)費(fèi)用，阻礙了技術(shù)在應(yīng)用端的落地。種種難題使得國(guó)內(nèi)開(kāi)發(fā)者在語(yǔ)音識(shí)別領(lǐng)域步履維艱，只有百度、騰訊等巨頭互聯(lián)網(wǎng)公司在相關(guān)的研發(fā)方面有所建樹(shù)。

近一年來(lái)，百度在語(yǔ)音識(shí)別領(lǐng)域不斷取得突破性進(jìn)展，早已確立了其行業(yè)領(lǐng)先的地位，2013年百度世界大會(huì)上語(yǔ)音識(shí)別技術(shù)及能力的開(kāi)放，更是實(shí)現(xiàn)了百度從“行業(yè)領(lǐng)跑者”到“生態(tài)構(gòu)建者”的轉(zhuǎn)型。

突破語(yǔ)音識(shí)別的瓶頸

百度云語(yǔ)音技術(shù)負(fù)責(zé)人賈磊在百度世界大會(huì)上表示，百度語(yǔ)音識(shí)別技術(shù)、引擎在識(shí)別準(zhǔn)確率上獲得了突破性進(jìn)展，運(yùn)用深度神經(jīng)網(wǎng)絡(luò)(DNN:Deep Neural Network)技術(shù)和自然語(yǔ)言處理技術(shù)NLP，使語(yǔ)音技術(shù)準(zhǔn)確率提升了25%，用戶(hù)體驗(yàn)得到大幅度優(yōu)化。除了降低了錯(cuò)誤率，百度語(yǔ)音助手在速度上也有大幅提升。不考慮網(wǎng)絡(luò)環(huán)境，識(shí)別和響應(yīng)速度提高了30%。

百度語(yǔ)音助手團(tuán)隊(duì)獲得2013年百度Summer Party最高獎(jiǎng)

目前，DNN技術(shù)已成為新一代語(yǔ)音識(shí)別的“主導(dǎo)者”。正因?yàn)檫@一點(diǎn)，百度語(yǔ)音助手開(kāi)發(fā)團(tuán)隊(duì)在今年的百度最高獎(jiǎng)角逐中脫穎而出，打破了該獎(jiǎng)項(xiàng)始終被商業(yè)營(yíng)銷(xiāo)產(chǎn)品“壟斷”的慣例。

三個(gè)層次，全面開(kāi)放

與同類(lèi)語(yǔ)音識(shí)別技術(shù)以授權(quán)費(fèi)方式獲取收入的傳統(tǒng)方式不同，百度將面向開(kāi)發(fā)者無(wú)條件開(kāi)放整個(gè)語(yǔ)音生態(tài)系統(tǒng)。

而語(yǔ)音生態(tài)系統(tǒng)的開(kāi)放包括三個(gè)層次，一是最底層的語(yǔ)音識(shí)別技術(shù)API的開(kāi)放，囊括了合成技術(shù)、理解技術(shù)、認(rèn)證技術(shù)、指紋技術(shù)等，開(kāi)發(fā)者可以調(diào)用API接口實(shí)現(xiàn)語(yǔ)音識(shí)別功能;二是百度語(yǔ)音助手SDK，提供開(kāi)發(fā)工具包，實(shí)際上是對(duì)語(yǔ)音識(shí)別標(biāo)準(zhǔn)化服務(wù)進(jìn)行封裝，識(shí)別結(jié)果做關(guān)鍵詞抽取，搜索結(jié)果進(jìn)行結(jié)構(gòu)化數(shù)據(jù)返回，最終對(duì)接服務(wù)和應(yīng)用。這一點(diǎn)是對(duì)應(yīng)用開(kāi)發(fā)者最具誘惑力的;第三點(diǎn)則是面向能力弱的開(kāi)發(fā)者，百度語(yǔ)音助手直接安裝在硬件上即可。

底層語(yǔ)音識(shí)別API，只有實(shí)力強(qiáng)的開(kāi)發(fā)者具備。相比，第二層所釋放的能量會(huì)更大，因?yàn)楹w的范圍更廣泛，周邊信息分類(lèi)查詢(xún)和導(dǎo)航功能，公交路線(xiàn)查詢(xún)和導(dǎo)航，到站提醒、自動(dòng)報(bào)站、盲人步行路線(xiàn)自定義、管理和導(dǎo)航，以及外部的旅游、餐飲、購(gòu)物等幾乎能想象到的場(chǎng)景，都可以封裝成模塊、組件，讓開(kāi)發(fā)者輕松調(diào)取，百度語(yǔ)音技術(shù)開(kāi)放的原則，也從一個(gè)技術(shù)、工具真正過(guò)渡到包羅萬(wàn)象的語(yǔ)音識(shí)別應(yīng)用生態(tài)，未來(lái)會(huì)接入更多的第三方應(yīng)用，實(shí)現(xiàn)能夠容納從衣食住行到人的生活方方面面真正的助手。