百度、斯坦福研究表明 语音输入比打字快3倍且准确率更高(组图)

　　研究人员发现，相比于传统的键盘输入，语音输入方式在速度及准确率方面更具优势。利用语音输入英语和普通话的速度分别是传统输入方式的3.24倍和3.21倍。此外，通过加入纠错功能后，语音输入英语及普通话的准确率进一步提高，达到96.43%和92.35%，输入速度仍为传统方式的3倍和2.8倍。该研究将语音输入方式的评估细化到了字符级，充分展现了语音输入方式的优势，帮助技术研发者进一步优化语音输入的效果。除此之外，技术人员还研究了如何在详细数据分析和定向响应的基础上，进一步提高语音输入的效率和准确率。

　　如今，用户输入的使用习惯正在由键盘到语音转变，研究发展有效的语音交互接口迫在眉睫。斯坦福大学计算机科学专业教授James Landay表示：“过去十年，语音识别技术被寄予厚望，但实际表现却不尽如人意。近两年，受益于大数据和深度学习技术的不断发展，语音识别技术突飞猛进，速度及准确性都有了长足进步。除了打字发邮件或短信外，我们还在将语音用于更多方面。比如语音启动和图形触控操作相结合的交互界面等。”

　　此次参与研究的Deep Speech 2发挥出色，是百度布局语音技术的最好体现。2014年底，百度首席科学家吴恩达及其团队便发布了第一代深度语音识别系统Deep Speech，该系统使用了端对端的深度学习技术，主要专注于提高嘈杂环境下的英语语音识别的准确率。通过使用批处理技术将DNNs部署在GPUs上，Deep Speech的语音识别表现出了极高的训练效率。目前，该系统语音识别准确率达到97%，且支持超过26万亿次浮点运算，可在几天内完成深度语言的集中训练。2015年11月，Deep Speech2被美国权威杂志《麻省理工科技评论》列为2016年人类十大突破技术之一。

　　除了强大的技术研发能力，百度还积极推进语音技术的普及。无论是Carlife、还是度秘，乃至应用到搜索、地图等领域的语音技术，都极大优化了产品体验并方便了人们生活。除此之外，百度还通过自身的语音技术开放平台，将技术能力免费开放，通过SDK、API等不同的接入方式供企业及开发者使用，进一步刺激语音识别技术的创新应用开发。其中，行业用户包括小米、联想、特斯拉、陌陌、康佳、SONY、惠普、海尔等。未来，随着语音技术的不断发展，语音接口会变得更为实用和有效，人们将更为便捷的与身边的设备进行自然的交流。