百度輸入法 8.0 版本上線，王海峰稱其是“百度 AI 的橋頭堡”
2018-01-18 09:51:13 來源：雷鋒網(wǎng) 熱度:
All in AI 的百度，1月17日在北京發(fā)布了百度 AI 輸入法，即百度輸入法的 8.0 版本。意料之中，AI 依然是重頭戲，并且?guī)砹艘豁椉夹g(shù)突破、兩項全新功能，以及超過競品 20% 的相對正確率。
為了這次發(fā)布，百度特意將著名主持人、“中國好舌頭”華少請到了現(xiàn)場擔任主持，在華少的主持之下，百度副總裁、AIG 負責人王海峰、百度語音技術(shù)部總監(jiān)高亮以及百度輸入法負責人蔡玉婷悉數(shù)登場。
王海峰回顧了人機交互的歷史，從打孔紙帶到字符再到圖形界面，智能手機出現(xiàn)后，則出現(xiàn)了觸摸的交互方式。他認為，對于智能手機來說，模擬鍵盤很重要，“一部手機可以沒有游戲、地圖、社交軟件，但是不能沒有鍵盤”。但接著他也表示，即便現(xiàn)在有語音輸入的加持，其實還不足夠，未來的輸入方式一定是“全感官輸入”，一定是由 AI 技術(shù)來支撐的。
而針對百度輸入法這個產(chǎn)品，王海峰表示，百度輸入法是百度 AI 技術(shù)應(yīng)用的橋頭堡，新的 AI 技術(shù)將會首先應(yīng)用在輸入法上，未來將會賦予更多 AI 能力，提升人機交互的體驗。
一項技術(shù)突破：Deep Peak 2 模型
王海峰之后，百度語音技術(shù)部總監(jiān)高亮上臺，揭示了“近半年來百度語音技術(shù)上的一項突破”，即 Deep Peak 2 模型：
Deep Peak 2 模型的全稱為基于 LSTM 和 CTC 的上下文無關(guān)音素組合建模，該技術(shù)將高頻出現(xiàn)的音素聯(lián)合在一起，形成一個音素組合體，然后將這個音素組合體看作一個基本建模單元。與以往使用的上下文相關(guān)建模方式相比，Deep Peak 2 模型能夠充分發(fā)揮神經(jīng)網(wǎng)絡(luò)模型的參數(shù)優(yōu)勢，對多種說話方式的穩(wěn)定性更強、準確度更高；同時能夠帶來更快的解碼速度，提升語音識別的整體效率，目前其相對正確率已領(lǐng)先行業(yè) 20%。
除此之外，高亮表示，這種建模方式對中文和英文都同時適用，讓產(chǎn)品具備了更強的中英文混合識別能力。相對正確率領(lǐng)先行業(yè) 20%，是基于一個有 1400 句的黑盒測試集測試的結(jié)果，而同比之前版本的百度輸入法，Deep Peak 2 模型在整體上確實提高了百度輸入法的準確率。
兩項全新功能：語音速記和AR表情
在這項突破的支持下，新版本的百度輸入法推出了兩項全新功能，分別是語音速記和AR表情，在此之前，通過語音輸入，百度輸入法其實已經(jīng)具備了很多功能，諸如語音修改、語音中英日實時互譯、語音輕聲識別、場景化語音識別、語音聯(lián)想表情、OCR掃描輸入等。
所謂語音速記，分為單人、多人兩種模式。在單人模式下，適用于記筆記、寫文章、記錄靈感等場景，可以連續(xù)不間斷，并且同時記錄下音頻文件，方便后期進行修改。而多人模式則適用于一對一采訪、2-4人小型會議的場景，并且應(yīng)用了聲紋識別，可以區(qū)分不同說話人。
在活動現(xiàn)場，主持人華少在58秒內(nèi)用極快語速念了一段426字、中英文混雜的“廣告”，輸入法均做了實時轉(zhuǎn)錄。
所謂AR表情，基于百度的人臉識別技術(shù)和 AR 技術(shù)，用戶不僅可根據(jù)相機或相冊進行人臉識別、制作表情包，還支持用戶通過自己的表情控制虛擬人物形象。制作出來的AR表情，可以直接通過輸入法搜索、語音輸入和鍵盤輸入時展示出來。蔡玉婷解釋說，百度輸入法不僅僅想要通過麥克風進行語音輸入，也希望控制更多的“感官”，實現(xiàn)多模態(tài)的輸入。
同時，百度輸入法還與桃花塢等中國非物質(zhì)文化遺產(chǎn)達成合作，將中國民間傳統(tǒng)藝術(shù)如年畫等引入到表情中，讓眾多古典人物形象沖破次元壁壘“活”了起來，成為對中國歷史文化最好的傳承。
截至目前，百度輸入法這款產(chǎn)品上線已有8年，月活躍量達到 4 億，而語音輸入日流量達到 2.5億，8.0安卓版本已經(jīng)上線，iOS 版本正在經(jīng)由蘋果審核。面對未來的輸入法形態(tài)，蔡玉婷認為，百度 AI 輸入法未來想要做的，是聽見、看見、理解用戶的表達，全面提升用戶輸入的效率。
而這也將成為，百度和其他廠商的輸入法之間，最大的不同。
責任編輯：黃焱林
相關(guān)推薦
門戶烽煙再起 百度等三公司獲互聯(lián)網(wǎng)新聞牌照昨日，記者獲悉，天天在線、百度和和訊三家網(wǎng)站已經(jīng)獲得了由國務(wù)院新聞辦簽發(fā)的《互聯(lián)網(wǎng)新聞信息服務(wù)許可證》。天天在線內(nèi)部人士告訴記者，公司將嘗試增加文字等其他內(nèi)容形式，原先天天在線以視頻內(nèi)容為主。該人士稱，早在去年12月30日天天在線就已經(jīng)獲得網(wǎng)絡(luò)新聞牌照。國務(wù)院新聞辦此次一共頒發(fā)了3張新聞牌照，共有上百家企業(yè)爭奪。和訊網(wǎng)的公開信息顯示，國務(wù)院新聞辦于去年12月30日正式為和訊網(wǎng)簽發(fā)該證書，許可證編號為1112006009。和訊此前試圖向Web2.0方向轉(zhuǎn)型，但2005年11月掌舵人謝文的離職宣告該戰(zhàn)略受挫。和訊于今年1月8日任命了新的總編輯———新京報原總編輯楊斌，這被認為是徹底放棄了Web2.
百度將做數(shù)據(jù)增值服務(wù) 與門戶差異化競爭百度將在數(shù)據(jù)增值領(lǐng)域進行開拓。記者從百度內(nèi)部人士處獲悉，百度將在今年一季度之內(nèi)，推出和數(shù)據(jù)有關(guān)的服務(wù)內(nèi)容。而類似新聞門戶的互聯(lián)網(wǎng)新聞模式可能不會在近期大規(guī)模開展。該人士稱，百度高層對這一項目較為重視，成立了專門項目組，并已進入實施階段。事實上，對于如何利用歷年來積累的龐大網(wǎng)民搜索行為數(shù)據(jù)庫，百度一直在進行內(nèi)部評估。百度將在此領(lǐng)域選擇可能的模式有：第一，推出基于搜索數(shù)據(jù)挖掘的“數(shù)據(jù)新聞”以鞏固百度搜索的影響力。這種數(shù)據(jù)新聞將以每天、每周、每月的網(wǎng)民搜索數(shù)據(jù)為基礎(chǔ)，提供搜索趨勢的關(guān)注報告和相關(guān)新聞。另一種是，百度將與國際咨詢業(yè)企業(yè)合作，直接進軍數(shù)據(jù)服務(wù)業(yè)。充分利用百度的數(shù)據(jù)挖掘和分析能力，制作相關(guān)
百度輸入法AI新版正式上線，添加“語音速記”和“AR表情”功能
百度輸入法：AR表情功，承人工智能技術(shù)透圈層文化