近日，百度僅有十人的語音識別研究小組，在康奈爾大學圖書館網(wǎng)站上發(fā)表了一篇論文。文中顯示，百度已在語音識別領(lǐng)域取得重大突破，在語音的正確識別率上已超越谷歌、蘋果及必應。
此事迅速在美國科技界引起關(guān)注，媒體隨之跟進展開報道，百度深度學習研究院院長吳恩達也在隨后對外確認了這一消息，他認為，從語音識別系統(tǒng)的標準測試來看，百度語音識別技術(shù)的準確率已超過谷歌及蘋果10%，處于領(lǐng)先水平。眾所周知，吳恩達是今年上半年才剛剛加入百度的新成員，而在如此短的時間內(nèi)就能取得這樣的成績，想必除了研發(fā)團隊的傾力之外與Robin對技術(shù)和人才的高度重視以及穩(wěn)健策略是分不開的。
噪音語音識別技術(shù)是百度深度學習研究院成立至今，除百度大腦外的第二次重大技術(shù)突破，意義深遠。百度的語音識別系統(tǒng)DeepSpeech，能夠在嘈雜環(huán)境下實現(xiàn)比谷歌和蘋果語音技術(shù)更高的識別率，證明語音技術(shù)正跨越使用門檻，向著大眾需求的方向疾步行進，而非像以前一樣躺在實驗室里，或只提供給企業(yè)用戶使用。
過去的語音識別系統(tǒng)，僅能解決寬松環(huán)境下的語音識別問題，在良好的語音環(huán)境下，各家都能做到相當不錯的識別率。但用戶的使用環(huán)境是具有多樣性的，以嘈雜環(huán)境為主，交互性始終做不好，因此語音識別系統(tǒng)更多應用在企業(yè)而非大眾市場。
之所以說百度這次在語音識別上出現(xiàn)重大技術(shù)突破，是由于百度深度學習突破了限制語音技術(shù)發(fā)展的一個瓶頸，提升了用戶使用語音進行人機交互過程中的主要問題，使得這項技術(shù)向著大眾應用的方向邁出一大步，這相當于提升了技術(shù)研發(fā)的層次，跳出過去的舊模式，打開了一扇新的大門。
這一突破所帶來的效應是不難預見的，隨著語音識別技術(shù)走向大眾，其商業(yè)價值和社會價值會更大程度上發(fā)揮出來，而這必將促使企業(yè)更多在這個方向投入研發(fā)力量，最終引領(lǐng)在該領(lǐng)域的大規(guī)模創(chuàng)新，真正讓語音技術(shù)對人類的生活產(chǎn)生重大影響與改變。
在人類越來越傾向于拋棄文字指令，偏好語音指令的今天，語音識別技術(shù)已變得越來越重要。而百度深度學習研究院所出的成果，恰恰是將語音技術(shù)的重要性更上層樓。除了各種智能終端設(shè)備外，物聯(lián)網(wǎng)和各種以網(wǎng)絡為基礎(chǔ)的自動控制裝置，將會越來越多使用語音作為控制指令，說這項技術(shù)能夠改變?nèi)祟惿?，是不為過的。
更為令人興奮的是，吳恩達還排除了該技術(shù)要用很長時間投入應用的可能，外界普遍預期明年即可投入應用，首先為百度的用戶提供語音音樂搜索服務，然后再逐步將應用擴展到其他領(lǐng)域。不僅如此，吳恩達率領(lǐng)的30人研究團隊還將大規(guī)模擴編，為世界各主要語言開發(fā)語音識別及翻譯等服務。
在語音識別領(lǐng)域的重大突破，只能說進一步鞏固了百度作為國內(nèi)領(lǐng)先的技術(shù)創(chuàng)新導向型企業(yè)的形象，這使得中國互聯(lián)網(wǎng)的技術(shù)創(chuàng)新面目為世界所知。李彥宏本人對技術(shù)創(chuàng)新的重視，形成了百度與生俱來的技術(shù)基因，并促使百度近年來在技術(shù)研發(fā)方面發(fā)展迅速，成果卓著。
2013年初李彥宏決定在美國硅谷設(shè)立深度學習研究院時，面臨著諸多挑戰(zhàn)。企業(yè)主導的科技研發(fā)，已被歷史經(jīng)驗證明叫好不叫座，大多數(shù)科研成果無法有效轉(zhuǎn)化，惠普研究院就是個很好的例子。在技術(shù)研發(fā)上的大量投入，也勢必會對商業(yè)活動造成影響，從中找到一個完美平衡，并不是件容易的事。
李彥宏在之后主導了百度人才戰(zhàn)略的制定和實施，引進了包括吳恩達、徐偉、吳韌在內(nèi)的一批各個領(lǐng)域的世界頂級專家，組建了了強大的科技研發(fā)團隊。百度最近幾個季度的研發(fā)投入一直在猛增，每季度十幾億的費用，使得百度成為國內(nèi)研發(fā)投入比例最高的企業(yè)。
從李彥宏為數(shù)不多的幾次公開發(fā)言中可以看出，百度已將深度學習提升到百度技術(shù)創(chuàng)新的核心地位，愿意為深度學習的理論發(fā)展和應用價值開發(fā)投入大量資源。百度未來的商業(yè)模式中，很可能會極度依賴這些科技成果，而現(xiàn)有的技術(shù)力量已不足以滿足移動互聯(lián)網(wǎng)的發(fā)展速度。
李彥宏在技術(shù)創(chuàng)新上的思路，基本能被視為百度這家公司的未來發(fā)展方向，即百度的科研戰(zhàn)略不是為研發(fā)而研發(fā)，而是要盡量把新技術(shù)應用到大眾領(lǐng)域，讓技術(shù)發(fā)展幫助傳統(tǒng)企業(yè)應對移動互聯(lián)網(wǎng)帶來的變革，也要讓普通人能從科技發(fā)展進程中受益，用技術(shù)改變大多數(shù)人的生活。
百度在語音技術(shù)上的創(chuàng)新與突破，并不是百度這些年來取得的第一個重大科研成果，當然也不會是最后一個。從百度目前的科技創(chuàng)新戰(zhàn)略來看，這家公司擁有在多個領(lǐng)域取得重大成果，并將之投入應用的巨大潛力。李彥宏所描畫的那個屬于百度的未來技術(shù)藍圖，正在按部就班地一一實現(xiàn)，并很有可能會給人們帶來更多驚喜。
免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
