李彥宏首次揭秘百度大腦 讓每個人都能擁有自己的聲音模型

　　最新消息，今日是一年一度的百度世界大會，百度創(chuàng)始人、董事長兼CEO李彥宏發(fā)表主題演講，首次向外界系統(tǒng)揭秘了百度大腦。那么，百度大腦究竟有怎樣的超強能力呢？李彥宏表示：百度大腦可以讓每個人都能擁有自己的聲音模型。

　　9月1日，在一年一度的百度世界大會上，百度創(chuàng)始人、董事長兼CEO李彥宏發(fā)表主題演講，向外界首次系統(tǒng)揭秘了百度大腦。在現(xiàn)場李彥宏介紹，百度大腦今天是一個具有超大規(guī)模的神經(jīng)網(wǎng)絡組成的大的機器集群，“使用了上萬億的參數(shù)、千億的樣本和千億的特征進行訓練”。他表示，目前百度大腦具備四個最核心也是最強大的能力：語音、圖像、自然語言處理以及用戶畫像。

　　談及百度在語音技術上取得的最新進展，李彥宏指出，百度的語音技術已達到世界領先水平，其中語音識別準確率高達97%。“這樣的能力已經(jīng)達到甚至超過了人的語言能力”，李彥宏說。今年年初，美國權威雜志《MIT科技評論》評選了“2016年十大突破技術”，百度的語音技術Deep Speech 2和免疫工程、可回收火箭等技術一起，都入選了這份榜單。

　　在現(xiàn)場李彥宏則以百度開放云銷售為例，展示了語音識別技術在智能輔助系統(tǒng)中的實際應用。在銷售新人與客戶的通話過程中，實時識別對話內(nèi)容進行分析和匹配，抓取溝通關鍵點，對接金牌銷售所沉淀下來的知識體系，及時調(diào)整策略，推薦優(yōu)質(zhì)話術，成功贏得潛在商機。過去沒有這種實時的語音技術，就要線下學習、然后再到線上用。根據(jù)客戶的問題、實時告訴銷售應該怎么回答

　　除了語音識別之外，語音合成是百度大腦的另一項語音能力�；�于大數(shù)據(jù)與深度學習技術優(yōu)勢，百度所研發(fā)的新型情感語音合成系統(tǒng)能夠讓機器擺脫平鋪直敘的發(fā)聲，為用戶帶來更自然、更具情感表現(xiàn)力、更接近真人朗讀的聽覺體驗。李彥宏表示，“今天的百度每天要響應2.5億次語音合成的請求”，這些需求主要來自語音導航、語音新聞播報、語音讀小說等閱讀場景。情感語音合成技術的應用，讓在百度聽小說的用戶的每日人均時長從40分鐘，快速增長到現(xiàn)在的近兩個半小時，李彥宏強調(diào)，用手機聽小說和傳統(tǒng)的聽廣播是非常不一樣的，因為手機的語音合成完全可以根據(jù)每個人的不同需求進行定制，這也是語音技術可以帶來更強用戶粘性的原因。

　　李彥宏還表示，“語音不僅具備自然發(fā)聲的能力，還能夠模擬自然人的表達方式或發(fā)聲能力，也就是說，它可以模擬任何一個你喜歡的人的說話方式。”李彥宏現(xiàn)場展示了運用情感語音合成技術還原張國榮聲音的視頻。以張國榮在影視、電臺等留存下來的原聲進行建模，通過情感語音合成技術實現(xiàn)與粉絲的“隔空對話”。實際上，任何一個人只要用30分鐘按照要求錄制50句話，就可以用百度大腦的語音合成技術模擬出來這個人的聲音，“百度大腦讓每個人都能擁有自己的聲音模型”，李彥宏還談到，這樣的語音能力同樣會帶來各種各樣新的可能性，比如用自己合成的聲音陪老人聊天，加班時用自己合成的聲音給孩子讀個睡前故事等等。

　　隨著技術的不斷進步，科技的力量正日漸改變大眾生活。與此同時，百度領先的語音技術也逐漸令人工智能富有“情感”，讓公眾切身感知到技術的溫度。正如李彥宏所說，更讓他感到興奮的是，“如果這些人工智能的能力可以賦予全社會每一個人，技術就能夠變換出來無窮無盡的可能性。”未來，隨著人工智能技術的進步將為人類帶來更廣闊的想象空間。

　　科學技術的不斷發(fā)展，也不斷的潛移默化的影響著我們的生活。人工智能化是這個時代進步、技術發(fā)展的主要特征，百度的語音技術已經(jīng)接近了人性化，這樣的技術在未來還會有無限的發(fā)展和可能。這或許也是百度大腦的最大魅力之一吧