百度“语音接口”神秘在哪？

　　美国权威科技期刊《麻省理工技术评论》近日评选出了“2016年十大突破技术”，百度的深度语音识别系统(Deep Speech2)名列榜单。那么，百度“语音接口”到底是什么鬼？怎么能够入选？和咱们平时用的手机、门禁等语音系统有何区别？未来会用在什么领域？将可能带来什么影响？北京青年报就此采访了百度相关部门。

　　 Apple Pay曾入选“突破技术”

　　今年，除了百度的语音接口，今年评选的十大突破技术还包括免疫工程、精确编辑植物基因、DNA商店、太阳能电池工厂、特斯拉自动驾驶、可回收火箭、空中取电、知识分享机器人和slack通信软件。MIT认为，在过去的一年里，这十项技术均已达到或者即将达到一个里程碑式的阶段。

　　不妨来看看麻省理工“突破技术”榜单是什么。公开信息显示，《麻省理工科技评论》对“突破技术”的定义非常简单，那就是“能够给人们带来高质量的运用科技的解决方案”。《麻省理工科技评论》创刊于1899年，由麻省理工学院(MIT)主办，是世界上历史最悠久、影响力最大的技术商业类杂志。自2001年起，该杂志每年遴选并公布10项即将对人们生活和工作产生深远影响的“突破技术”。例如，刚刚在中国推出的Apple Pay曾进入去年的榜单。

　　 百度“语音接口”缘何入选

　　百度首席科学家吴恩达告诉北青报记者，2014年年底，百度的首席科学家吴恩达及其团队发布了第一代深度语音识别系统Deep Speech。据了解，深度语音识别系统在嘈杂环境中的表现尤为突出，识别正确率超过80%，超过了苹果、谷歌近10个百分点，在安静的环境中准确率则超过95%。去年年底，百度又推出了新一代深度语音识别系统，该系统可以准确地识别英语和汉语，经过简单学习后，还可以处理各种方言和口音。

　　吴恩达介绍，百度的语音识别技术采用了“深度学习”这一人工智能的分支技术。深度学习是利用软件系统，以比较原始的形式模仿人类大脑皮层中的神经元活动，进而对外界的声音、图像和其他数据进行识别，从而大幅提升了识别效率。此外，“端到端”的处理方式可以省去预处理环节，直接输入音频文件，再通过神经网络输出字符。

　　 语音识别未来将改变人机交互

　　采访汇总，不少业内人士提到，相比于其他文字，通过微型触摸屏输入汉字的过程十分耗时且繁琐，因此，未来中国是语音接口的理想市场。而事实上，除了百度之外，国内的中科院自动化所、科大讯飞、阿里巴巴等单位也都在进行语音识别的研究。

　　吴恩达表示，语音有很大的潜力改变人与设备的交互方式，“现在语音识别可能已达到95%的准确度，但很多人没意识到95%的准确度到99%的准确度带来的不是量变是质变，是从你偶尔使用语音变到常常使用。做到99%准确，将彻底改变人与设备的交互”。

　　“我发现语音技术正在逐渐成为非常值得信赖的技术，你只需单纯的、想都不用想地使用它”，吴恩达说，“最好的技术往往是看不见的，随着语音识别变得更值得信赖，我希望它可以融入到我们的生活中”。

　　百度方面表示，百度正致力于将该语音模型缩小并植入手机等移动设备。“随着物联网的发展，更多的家用设备开始被连接到网络之中，比如电视机、微波炉、温控器等等，而语音指令显然是控制这些设备的最佳方式。”吴恩达说。文/本报记者温婧