語音識別技術(shù)帶你感受不一樣的語音交互

（文章來源：百度智能云）

萬物互聯(lián)的時代，語音識別被視為人機交互的新入口，人與機器通過自然語言交互成為可能。近年來，語音識別在智能終端、智能家居等領(lǐng)域的運用也日漸深入。然而，如何讓機器更好地“聽懂”人類語言，更快速地進行交互，一直是各家攻堅克難的技術(shù)高地。百度智能云支持下的明星產(chǎn)品——語音識別極速版，很好地解決了這些難題。

百度輸入法探索版發(fā)布會上，首次發(fā)布了領(lǐng)先國際的語音技術(shù)：在線語音領(lǐng)域全球首創(chuàng)的流式多級截斷注意力模型SMLTA「Streaming trancated multi-layer attenTIon」，這是首次在大規(guī)模語音識別工業(yè)界采用注意力模型，在百度輸入法產(chǎn)品發(fā)布后，驚艷的語音輸入體驗得到了業(yè)界的一致好評。

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

語音識別極速版在API調(diào)用方式下，實時率小于0.1，意味著5s的音頻不到500ms即可完成識別過程，極大減少了識別音頻所需時間，提升了語音交互的響應(yīng)體驗。在近距離安靜環(huán)境下，識別準確率可達到98%，同時支持略帶口音、童聲、耳語的識別，使語音識別應(yīng)用更加廣泛。

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

流暢自然的語音合成，中英混讀；提供多音色發(fā)音人，支持語速、音調(diào)設(shè)置。這次推出的語音識別極速版擁有專有的GPU服務(wù)集群，可以提供99.99%企業(yè)級穩(wěn)定保障服務(wù)。未來，多平臺的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)。