語(yǔ)音識(shí)別技術(shù)帶你感受不一樣的語(yǔ)音交互

（文章來(lái)源：百度智能云）

萬(wàn)物互聯(lián)的時(shí)代，語(yǔ)音識(shí)別被視為人機(jī)交互的新入口，人與機(jī)器通過(guò)自然語(yǔ)言交互成為可能。近年來(lái)，語(yǔ)音識(shí)別在智能終端、智能家居等領(lǐng)域的運(yùn)用也日漸深入。然而，如何讓機(jī)器更好地“聽懂”人類語(yǔ)言，更快速地進(jìn)行交互，一直是各家攻堅(jiān)克難的技術(shù)高地。百度智能云支持下的明星產(chǎn)品——語(yǔ)音識(shí)別極速版，很好地解決了這些難題。

百度輸入法探索版發(fā)布會(huì)上，首次發(fā)布了領(lǐng)先國(guó)際的語(yǔ)音技術(shù)：在線語(yǔ)音領(lǐng)域全球首創(chuàng)的流式多級(jí)截?cái)嘧⒁饬δＰ蚐MLTA「Streaming trancated multi-layer attenTIon」，這是首次在大規(guī)模語(yǔ)音識(shí)別工業(yè)界采用注意力模型，在百度輸入法產(chǎn)品發(fā)布后，驚艷的語(yǔ)音輸入體驗(yàn)得到了業(yè)界的一致好評(píng)。

基于以上成果，百度智能云持續(xù)進(jìn)行更多創(chuàng)新，提升識(shí)別率的同時(shí)又大幅優(yōu)化解碼速度。百度智能云語(yǔ)音方向首次將這一系列技術(shù)創(chuàng)新整合為語(yǔ)音能力對(duì)外開放——“語(yǔ)音識(shí)別極速版”，擁有更快的響應(yīng)速度，相對(duì)識(shí)別準(zhǔn)確度提升15%，為開發(fā)者帶來(lái)更極致的識(shí)別體驗(yàn)。

語(yǔ)音識(shí)別極速版在API調(diào)用方式下，實(shí)時(shí)率小于0.1，意味著5s的音頻不到500ms即可完成識(shí)別過(guò)程，極大減少了識(shí)別音頻所需時(shí)間，提升了語(yǔ)音交互的響應(yīng)體驗(yàn)。在近距離安靜環(huán)境下，識(shí)別準(zhǔn)確率可達(dá)到98%，同時(shí)支持略帶口音、童聲、耳語(yǔ)的識(shí)別，使語(yǔ)音識(shí)別應(yīng)用更加廣泛。

百度智能云ABC智能語(yǔ)音技術(shù)，致力于不斷為開發(fā)者提供業(yè)界優(yōu)質(zhì)的語(yǔ)音服務(wù)：高精準(zhǔn)語(yǔ)音識(shí)別，1米內(nèi)普通話識(shí)別率為98%；支持中文、英文識(shí)別。高精度語(yǔ)音喚醒，安靜喚醒精度100%；ACE打斷喚醒精度97%。智能意圖理解，包含200+個(gè)垂類；50+場(chǎng)景。

流暢自然的語(yǔ)音合成，中英混讀；提供多音色發(fā)音人，支持語(yǔ)速、音調(diào)設(shè)置。這次推出的語(yǔ)音識(shí)別極速版擁有專有的GPU服務(wù)集群，可以提供99.99%企業(yè)級(jí)穩(wěn)定保障服務(wù)。未來(lái)，多平臺(tái)的SDK也即將推出，使APP、服務(wù)器端也可應(yīng)用這一領(lǐng)先技術(shù)。