欧美激情免费看,九九99九九在线精品视频,91综合网站,黄色在线亚洲,51av在线视频,高潮精品一区videoshd,国产99久久精品一区二区

近年來,運(yùn)用CNN技術(shù)的圖像識別成果頗豐,越來越深的CNN不斷刷新著圖像識別的精準(zhǔn)度,以人臉識別為例,識別準(zhǔn)確率高達(dá)99.7%。但CNN的進(jìn)展在語音識別方面沒有得到充分的應(yīng)用。作為一家在語音技術(shù)上有著深入研究的人工智能公司,百度將Deep CNN視為語音識別技術(shù)的下一個突破口。

 ImageNet競賽中,越來越深的CNN不斷刷新著其性能

在商用領(lǐng)域的端對端語音識別技術(shù)中,百度首次嘗試引入更深層的CNN神經(jīng)網(wǎng)絡(luò),使錯誤率相對降低10%。端對端技術(shù)則使用一個單獨(dú)的學(xué)習(xí)算法來完成從任務(wù)輸入端到輸出端的所有過程,減少了中間單元以及人為干預(yù),在海量數(shù)據(jù)的支持下模型效果提升明顯。目前,百度的端對端技術(shù)處于業(yè)界領(lǐng)先水平。值得一提的是,語音識別都是基于時頻分析后的語音譜完成的,將整個語音信號分析得到的時頻譜當(dāng)作一張圖像,就可以采用圖像中已廣泛應(yīng)用的CNN進(jìn)行識別,克服了語音信號多樣性的問題,且通過引入更深層的CNN,使語音識別性能得到顯著提升,正如百度語音技術(shù)部識別技術(shù)負(fù)責(zé)人李先剛博士所言:‘The Deeper,The Better’。

與學(xué)術(shù)研究不同,百度語音的研發(fā)立足點(diǎn),聚焦于技術(shù)的實(shí)際應(yīng)用,技術(shù)難度和實(shí)現(xiàn)程度更高。針對語音識別產(chǎn)品而言,必須具備在大規(guī)模語音數(shù)據(jù)庫上體現(xiàn)性能提升以及具有適合語音在線識別產(chǎn)品運(yùn)行的模型。百度采用數(shù)千小時進(jìn)行實(shí)驗(yàn)的研究,并在近十萬小時的產(chǎn)品語音數(shù)據(jù)庫中進(jìn)行驗(yàn)證,且充足的語音數(shù)據(jù)資源,使基于端對端技術(shù)的語音識別系統(tǒng)明顯優(yōu)于以往的框架性能。

百度語音識別技術(shù)每年迭代算法模型

除此之外,百度語音技術(shù)在數(shù)據(jù)、計算能力、算法等三方面優(yōu)勢顯著。百度擁有約10萬小時的精準(zhǔn)標(biāo)注語音數(shù)據(jù),以及基于數(shù)百個GPU的高性能計算平臺。在算法方面,百度每年都在不斷優(yōu)化、迭代模型算法,語音識別效果顯著提升,領(lǐng)先業(yè)界。

此前,百度便利用端對端技術(shù)研發(fā)了Deep Speech 2深度語音識別技術(shù),用于提高在嘈雜環(huán)境下語音識別的準(zhǔn)確率。在噪音環(huán)境下,其錯誤率低于谷歌、微軟以及蘋果的語音系統(tǒng)。目前,百度語音識別準(zhǔn)確率高達(dá)97%,并被美國權(quán)威科技雜志《麻省理工評論》列為2016年十大突破技術(shù)之一。另據(jù)李先剛博士透露,目前的確正在加緊Deep Speech 3 的研發(fā)工作,而本次公布的Deep CNN不排除將會是Deep Speech 3的核心組成部分。