百度输入法颠覆性新模型上线，改变数十年行业旧思维大幅提升识别率

1月17日，百度输入法在北京隆重举办“AI输入，开启全感官输入时代”发布会。会上百度面向行业和用户分享了语音技术的最新突破“深度尖峰技术Deep Peak 2 模型”，并发布了应用该技术的百度输入法全新v8.0版本。当输入法加持“黑科技”，百度率先开启了AI输入时代，让机器能更容易地理解用户的表达。 当百度输入法遇到黑科技 发布会上，百度副总裁，AI技术平台体系(AIG)总负责人王海峰王海峰为大会致辞，并表示“8年前百度就开始布局人工智能，如今我们不仅把最先进的AI技术应用到输入法等产品中，更把技术开放出来给合作伙伴和开发者，一起共享这个AI时代。”他说，“输入法是百度AI技术的桥头堡，未来我们将用更多人工智能技术打造AI输入，让输入法更懂你的表达，让AI真正改变人们的生活。” 此次发布会的最大亮点，就是百度语音技术部总监高亮带来的“深度尖峰技术Deep Peak 2 模型”。高亮就这一重大突破向大家进行了详细的介绍，Deep Peak 2 模型的全称为基于 LSTM 和 CTC 的上下文无关音素组合建模，该技术将高频出现的音素联合在一起，形成一个音素组合体，然后将这个音素组合体看作一个基本建模单元。与以往使用的上下文相关建模方式相比，Deep Peak 2 模型能够充分发挥神经网络模型的参数优势，对多种说话方式的稳定性更强、准确度更高;同时能够带来更快的解码速度，提升语音识别的整体效率，目前其相对正确率已领先行业20%。“这种建模对中文和英文都同时适用，让产品具备了更强大的中英文混合识别能力，是语音识别工业历史上巨大的技术进步。”该技术继成功在百度输入法上线后，后续还将广泛应用在百度所有语音相关产品中。 机器从此将更懂你的表达 对于广大用户来说，优秀的语音识别体验在于“更快的识别”和“更准确的辨别”。著名主持人华少在现场进行了语音识别速度挑战，58秒426字的花式口播被完整、准确的识别出来，其技术的识别速度和准确度令人叹为观止。 百度是中国最早通过深度学习技术在语音识别领域取得突破的公司。早在2012年，百度就率先上线了基于 DNN 的语音识别模型，此后随着技术的不断迭代，每一年都有新的语音识别技术上线，到如今语音识别的准确率和及时性都堪称业界第一，极大提升了用户在使用百度产品时的语音输入体验。 此次Deep Peak 2 模型采用的上下文无关建模方式看似简单，但其背后的技术难度却非常人所能感知。国际上也曾有过类似的建模方式，但却无法避免建模时出现的过拟合问题，百度通过声学模型学习和语言信息学习相分离的特殊训练方法，使用音素组合来保留最重要的音素连接特性，最终成功解决了建模时的过拟合问题。使用百度最新的上下文无关建模方式，建模单元从原先的上万量级降到了一千以内，大幅提升了语音解码的速度，也是百度输入法语音输入能做到实时同步的关键所在。 人工智能可以让机器学习、思考并像人类一样做出判断，在这个机制运行的过程中，首先需要机器可以“听懂人话”。因此，当人工智能技术成功将输入法这一传统工具转型成为“AI输入”这一全新的人机交互模式时，每一个普通用户都能感受到AI带来的巨大能量，都将体验到前所未有的全感官输入。 --------------------------------------------------------- 免责声明： 1.本文援引自互联网，旨在传递更多网络信息，仅代表作者本人观点，与本网站无关。 2.本文仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。