最近，在語音技術(shù)領(lǐng)域，最熱的話題莫過于百度在漢語語音識別技術(shù)方面獲得的重大突破——該技術(shù)能夠做到在安靜環(huán)境下，漢語普通話語音識別的準確率接近97%。于是，一些創(chuàng)業(yè)的朋友來問，開發(fā)者能不能使用這項基于新技術(shù)的語音識別能力？

經(jīng)過多番詢問，得到的答案是肯定的。

實際上，百度語音識別能力早已在百度開發(fā)者中心（http://developer.baidu.com/）對外開放。為了推廣語音技術(shù)的產(chǎn)業(yè)化應用，百度還于近期舉辦了“百度開發(fā)者創(chuàng)新大賽——智能語音2015”（大賽官網(wǎng)http://developer.baidu.com/event_entry/voicedev2015），提供豐厚獎品、免費APP推廣資源等，鼓勵開發(fā)者調(diào)用百度免費開放的語音識別能力，開發(fā)出創(chuàng)新的移動應用。

而不久之后，基于此次重大技術(shù)突破、擁有更精準識別率的語音識別能力，也將登錄百度開發(fā)者中心。

那么，這次技術(shù)突破到底有多牛？能給開發(fā)者帶來什么？

“百度研發(fā)出了基于多層單向LSTM的漢語聲韻母整體建模技術(shù)，并成功把連接時序分類（CTC）訓練技術(shù)嵌入到傳統(tǒng)的語音識別建?？蚣苤?，再結(jié)合語音識別領(lǐng)域的決策樹聚類、跨詞解碼和區(qū)分度訓練等技術(shù)，大幅度提升線上語音識別產(chǎn)品性能。”

這是百度語音技術(shù)部負責人賈磊的介紹，聽上去是不是只有一個感覺——不明覺厲？反正技術(shù)君有這樣的感覺。

于是，技術(shù)君經(jīng)過艱苦努力，用一句更“人類”的語言來解釋這個技術(shù)，那就是：這技術(shù)牛，非常牛！它成功攻克了語音識別領(lǐng)域十多年的一個技術(shù)困局，使?jié)h語語音識別相對錯誤率再次大幅下降15%以上；基于這一技術(shù)，在安靜環(huán)境下，漢語普通話語音識別的準確率接近97%。因為這一重大突破，賈磊還受邀在全國人機語音通訊學術(shù)會議（NCMMSC2015，注：NCMMSC是中國人機語音領(lǐng)域最權(quán)威的學術(shù)會議）上發(fā)表演講。

更簡潔來講，我們看到的好處就是：

1. 語音識別準確率提升。

2. 語音識別速度提升。

3. 語音服務提供者的投入成本降低。

4. 語音技術(shù)領(lǐng)域研究人員可參考百度技術(shù)模型，改善自己的研究，從而在語音領(lǐng)域獲得更大突破。

還是不明白？想象一個場景：

你在大街上一邊走，一邊想查找附近的百貨大樓怎么走，于是，你打開地圖APP，點開語音按鈕，說著“百貨大樓”。1秒、2秒、3秒……終于，APP返回了結(jié)果——“白佛大羅”?？吹竭@些字，你的內(nèi)心此時是不是很崩潰？

當然，上面這個場景描述地夸張了點，現(xiàn)在的語音識別技術(shù)已經(jīng)能比較準、比較快地識別出來了。而百度研發(fā)的這個新技術(shù)，能夠比現(xiàn)有識別能力識別地更準、更快，而且能降低噪音、口音、說話距離遠近等因素對識別率造成的不良影響。

作為開發(fā)者，這個能力帶來的效果是顯著的。在調(diào)用百度的這一能力后，能讓APP的語音識別服務更精準、更快速，從而提升整體用戶體驗。你是不是也想試一試了呢？

歡迎掃描中云網(wǎng) 官方微信公眾號