昨天愚人節(jié)，各大互聯(lián)網(wǎng)公司跟瘋了似的推出了各種“愚人節(jié)產(chǎn)品”，各種天馬行空那個(gè)、腦洞炸開。手機(jī)百度推出的是一個(gè)叫做“神燈搜索”的功能，需要使用手機(jī)百度搭配“百度神燈”智能擴(kuò)展配件來使用。用戶可以通過“摩擦摩擦”百度神燈的邊框啟動(dòng)該功能，然后利用語音進(jìn)行方便的搜索，搜索結(jié)果會(huì)以全息投影的形式呈現(xiàn)出來，并支持用戶進(jìn)行多輪語音交互、支持用戶通過手指觸摸對(duì)影像進(jìn)行放大、縮小等操作。
這個(gè)功能是真是假，我覺得不用現(xiàn)在花時(shí)間去討論，作為一個(gè)科技宅，我想花時(shí)間把這個(gè)功能里面可能涉及到的技術(shù)稍微盤點(diǎn)一下，盤點(diǎn)完了你就知道它到底能不能實(shí)現(xiàn)、離我們還有多遠(yuǎn)了。
“神燈搜索”都涉及了哪些技術(shù)？
啟動(dòng)“神燈搜索”，需要用手摩擦“百度神燈”的邊框，這個(gè)沒什么技術(shù)障礙，很多智能手機(jī)現(xiàn)在都支持熄屏狀態(tài)下的手勢(shì)喚醒等操作，加個(gè)感應(yīng)器的事兒而已;然后是語音搜索，這個(gè)雖然現(xiàn)在已經(jīng)實(shí)現(xiàn)了，但是要實(shí)現(xiàn)后續(xù)的多輪對(duì)話，一方面需要更加出色的語音智能交互技術(shù)，另一方面也需要背后人工智能技術(shù)的強(qiáng)力支持;最后，還需要全息投影技術(shù)的支持以及在全息投影上進(jìn)行操作的虛擬觸控技術(shù)。
既然摩擦喚醒不是個(gè)難事兒，我們就來看看語音智能交互、人工智能、全息投影以及虛擬觸控技術(shù)的進(jìn)展。探討一下如果真要做“神燈搜索”的話，還有哪些技術(shù)需要提升。
識(shí)別率不斷提升，語音智能交互初具規(guī)模
不同于大家熟悉的siri等語音產(chǎn)品，視頻中“神燈搜索”和用戶的語音智能交互過程讓人印象深刻，而這些部分功能的實(shí)現(xiàn)需要依托于語音識(shí)別和人工智能這兩個(gè)領(lǐng)域的進(jìn)步。目前，谷歌、蘋果、百度、科大訊飛等國(guó)內(nèi)外企業(yè)都在語音識(shí)別領(lǐng)域發(fā)力，并取得了突破性進(jìn)展。
既然“神燈搜索”是百度可能推出的功能，我們就來看看百度目前在語音技術(shù)方面的進(jìn)展。類似視頻中演示的語音交互，其實(shí)包含了語音識(shí)別、語義理解和語音合成幾個(gè)方面的技術(shù)，依托百度自然語言處理(NLP)及機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)驗(yàn)，百度在語義理解方面的技術(shù)實(shí)力毋庸置疑;而近期，百度在語音識(shí)別率方面也取得了較大的突破。根據(jù)媒體的報(bào)道，百度首席科學(xué)家吳恩達(dá)曾透露，通過使用神經(jīng)元系統(tǒng)以及數(shù)據(jù)燃料，百度人工智能幫語音識(shí)別提高了準(zhǔn)確性，百度語音識(shí)別可以很好地處理背景噪音，使手機(jī)離得比較遠(yuǎn)也能很好地識(shí)別用戶講出的話。權(quán)威測(cè)試結(jié)果顯示，在噪音環(huán)境中，百度Deep Speech系統(tǒng)的出錯(cuò)率要比谷歌語音識(shí)別引擎，微軟必應(yīng)以及蘋果的語音系統(tǒng)低10%以上。這對(duì)類似神燈搜索這樣的依托語音智能交互的功能來說意義非常重大。
