一直引領(lǐng)行業(yè)創(chuàng)新的百度大腦語音技術(shù)又迎新突破。7月3日下午，“Baidu Create 2019”百度AI開發(fā)者大會·百度大腦論壇召開。百度語音技術(shù)部高級總監(jiān)高亮，為大家詳解了上午主論壇中百度首席技術(shù)官王海峰發(fā)布的智能語音芯片——百度鴻鵠，這是繼去年昆侖芯片發(fā)布后芯片層面又一新進(jìn)展。全球領(lǐng)先的語音識別模型SMLTA，以及可實現(xiàn)風(fēng)格遷移的語音合成技術(shù)Meitron同樣吸睛，百度大腦語音技術(shù)再次交出亮眼成績單。

　　在語音識別算法方面，高亮首先介紹了流式多級的截斷注意力模型SMLTA。據(jù)悉，百度在傳統(tǒng)的注意力模型基礎(chǔ)上，創(chuàng)新性地采用了第二代深度尖峰技術(shù)，對整句語音進(jìn)行動態(tài)截斷，變?yōu)橐欢我欢蔚牧魇阶R別。在此基礎(chǔ)上，百度還使用了多級注意力模型來進(jìn)一步提高精度。這不僅是國際上首次實現(xiàn)局部注意力建模性能超越整句注意力建模，更是國際上首次在線語音識別系統(tǒng)大規(guī)模使用注意力模型。

　　熱門綜藝節(jié)目《向往的生活》中，“古靈精怪”的小度智能音箱與嘉賓們對答如流的交談情景，相信很多人都仍然歷歷在目，而這背后正有SMLTA語音模型的加持。據(jù)高亮介紹，目前SMLTA語音模型已在百度輸入法和小度智能音箱兩款產(chǎn)品上線，使得識別準(zhǔn)確率分別提升15%和20%。

　　語音合成領(lǐng)域，針對現(xiàn)階段面臨韻律遷移、音色模擬和情感擬人的三大挑戰(zhàn)，百度大腦推出語音合成技術(shù)Meitron，可以將語音中的音色、韻律、情感等要素映射到不同的子空間，在使用時，不同要素可以任意組合，靈活的控制合成語音的風(fēng)格。同時降低語音合成門檻，僅需20句話就可以制作一個人的專屬聲音。

　　MEITRON風(fēng)格遷移技術(shù)的特點主要體現(xiàn)在音色轉(zhuǎn)換，多情感朗讀和韻律遷移三個方面，多情感朗讀是指通過MEITRON技術(shù)，合成的語音可以注入不同的情感，韻律遷移是指同一個人的聲音可以講出不同風(fēng)格的文本，音色轉(zhuǎn)換是指可以用少量語音就可以合成一個人的專屬音庫。因此，語音合成效果變得更加逼真、豐富，用戶體驗也得到了提升。在今年的5月份，基于百度大腦的這一技術(shù)，百度大腦智能語音技術(shù)合成了一位已故老排長的聲音，讓消逝的聲音重現(xiàn)世間，抗戰(zhàn)老兵們在分別64年后首次實現(xiàn)了“重逢”，在建國70周年之際，為老一代抗戰(zhàn)老兵送去了一份最好的禮物。

　　尋技術(shù)突破，立鴻鵠之志。百度大腦推出的首款智能語音芯片——百度鴻鵠受到極大關(guān)注。“我們希望做一款超低功耗、超低成本、超高精度的芯片，能夠賦予我們的智能設(shè)備語音的功能，同時又能把成本降到最低，這是我們的目標(biāo)。”百度語音技術(shù)部高級總監(jiān)高亮表示。正因如此，鴻鵠芯片的設(shè)計，變革傳統(tǒng)芯片設(shè)計方法，遵循“軟件定義芯片”的全新設(shè)計思路。該芯片采用雙核HiFi4架構(gòu)，自定義指令集，超大內(nèi)存，臺積電40nm工藝，在此硬件規(guī)格上，100mw左右平均工作功耗，即可支持遠(yuǎn)場語音交互核心的陣列信號處理和語音喚醒能力。

　　百度鴻鵠芯片在業(yè)內(nèi)擁有不俗的競爭力。首先，鴻鵠芯片指令集都是自定義的，百度擁有完整的知識產(chǎn)權(quán)，并針對百度大腦語音算法特別優(yōu)化。定義芯片級AI指令集，這無疑是長期競爭力的有效保證。其次，百度鴻鵠芯片與百度遠(yuǎn)場智能語音解決方案協(xié)同統(tǒng)一，百度最新的信號處理、喚醒和識別技術(shù)創(chuàng)新，如Deep Peak和Deep CNN喚醒，模型波束等最新算法都在芯片中實現(xiàn)能力下沉。另外，百度鴻鵠芯片是車規(guī)標(biāo)準(zhǔn)設(shè)計的，無論是在智能硬件上，還是在汽車上，都留有非常大的想象空間。

　　百度鴻鵠在應(yīng)用場景中可實現(xiàn)三大方面的邊緣計算能力，包括支持多達(dá)六路麥克風(fēng)陣列語音信號輸入、回聲消除、聲源定位等的陣列信號處理能力;集成Deep Peak和Deep CNN領(lǐng)先算法并可自定義喚醒詞的語音喚醒能力;并支持離線語音識別功能等。

　　核心算法的創(chuàng)新突破、芯片的全新發(fā)布，都讓百度大腦語音技術(shù)逐漸具備邁向AI大生產(chǎn)時代的能力，讓AI技術(shù)賦能更多場景，以技術(shù)之力改變?nèi)藗兊纳睢⒎?wù)人們的生活。百度大腦5.0，正在通過不斷的技術(shù)創(chuàng)新和突破，讓每一位開發(fā)者都能平等便捷地獲取AI能力，加速產(chǎn)業(yè)智能化。