百度景鲲:DuerOS一分钟让Alexa本土化 开放多套套件

时间:2017-09-25 19:51:22  阅读:1967+来源:新浪科技作者:郝蕾
DuerOS介绍 现场图

  新浪科技讯 7月5日上午消息,百度AI开发者大会2017(Baidu Create 2017)在北京国家会议中心召开。会上,百度AI生态的重要战略、最新技术、业务进展和解决方案首次集中展示。年轻有为 非常强的创新能力。

  百度度秘事业部总经理景鲲 围绕百度DuerOS开放平台进行演讲,景鲲表示“唤醒万物”是DuerOS开放平台的核心理念,实现设备和人使用自然语言沟通。相较于鼠标和键盘式的复杂交互方式,语音交互具有更广阔的适用场景;同时得益于ios和Android生态系统的建立,让软硬件生态系统模式得到认可。

  DuerOS自今年1月份推出后,已先后与中信国安广视、小鱼在家、哈曼、美的、海尔、联想等企业达成合作。景鲲认为,唤醒万物的核心三要素是要做好听清、听懂、满足。听懂是人工智能时代用数据和技术解决的关键问题。“只有百度在中国市场是唯一具备听清、听懂、满足的实力”,Duros旨在打造一个开放赋能的生态系统。

  1)“听清”方面:百度的语音识别率做到了近场识别的准确率97%以上,但这些在AI时代还不够。在AI时代,技术要与场景相结合。我们希望把语音放到真正的场景里面去解决问题,研发了麦克风阵列、回声消除、语音唤醒、人像识别等技术。这些都是我们逐渐推进的世界先进技术,将被放到各种场景中实现用户听清的需求。

  2)“听懂”方面:数据多、介入深是打造对话系统的必然条件,具备这两点才能做好一个真正可以对话的“听懂”系统。百度是具备数据量最大的公司。百度拥有亿级的多轮对话数据、十亿级的知识图谱数据。

  “‘听懂’的目标,就是要FreeStyle,让用户最自然地跟设备进行交互,毫无拘束。”他现场演示了利用DuerOS的多轮交互过程,这种交互只有百度的技术才能驱动。通过连续发问:“找一找本地人气最火爆的家常菜”、“雍和宫附近有吗”、“第二家有什么推荐菜”、“有wifi吗”、“好停车吗”……多轮连续展开的对话,景鲲都得到了满意的答案。

  3)听懂并满足“听一首某某的歌”这样的用户需求还不够,真正用户想要的是更自然、更复杂的需求,比如“我要听我手一杯品尝你的美这首歌”,比如“想听哥哥的歌”,只有把用户在真实场景中表达的复杂请求做好,才能真正做出一个真正听懂用户需求的产品。

  活动现场,景鲲宣布百度将全资收购KITT.AI,把KITT.AI的语音能力和自然语言处理能力融入到百度平台中,全面免费向百度的合作伙伴赋能开放。KITT.AI专注语音唤醒和自然语音交互技术,是世界上唯一一家获得亚马逊Alexa和微软联合创始人Paul Allen投资的公司,并入选了CB Insights人工智能创业一百强。

  KITT.AI联合创始人、CTO陈果果先生现在演示了如何使用KITT.AI语音唤醒技术快速打造一个语音唤醒设备。根据陈果果先生演示,进入Snowboy的唤起词库并新建唤起词“你好景鲲”后,接着只需要说三遍“你好景鲲”,即可完成唤起词的训练。在测试环节,设备只会对唤起词“你好景鲲”进行响应。

  景鲲介绍,DuerOS将为开发者提供最容易上手的软硬件一体化解决方案,包括多样化的开发套件和完全开放的参考设计:

  1)搭载树莓派,利用科胜讯技术的个人版。即刻申请就可以搭载一个个人可以对话的语音设备。

  2)轻量版。把一元钱大小的芯片放在任何一个设备里面,设备就可以对话。

  3)标准版。两麦、四麦、六麦、八麦的标准版都可以即可申请。

  4)完整一体化的参考设计。如开放电路板设计、开放结构设计、开放麦克风阵列等等。手机、电视、冰箱等任何设备,都可以搭载DuerOS,变成一个能“听懂”的设备。

  演讲尾声,景鲲邀请来自度秘的百度工程师罗兴现场演示了“如何将百度DuerOS的能力接入搭载Alexa的Anker音箱”,展示了智能设备开放平台的便捷性。罗兴通过十七行代码,用1分钟的时间,让原本只会英文的音箱马上变得能听懂中国话。