日均100亿次是什么概念？百度大脑语音取得突破性进展

　　原标题：日均100亿次是什么概念？百度大脑语音取得突破性进展

　　人们容易高估新技术短期的爆发力，却低估其长期的影响力，比如语音交互。2012年，伴随着iPhone 4S的发布，苹果将语音助理服务Siri推向世人，一时之间，出现了许多类似“中国版Siri”的创业公司，然而几年后，语音交互依然只是一个配角，一些人开始认为，语音可能只是小众交互方式，特别是在罗永浩推出“坚果TNT”这样的奇葩语音交互产品后。

　　到了2019年，语音是不是未来的主流交互方式，似乎已经没有争议。百度最近公布的一组数据足以说明语音交互的普及。11月28日在百度大脑语音能力引擎论坛上，百度宣布百度大脑语音能力日均调用量已超过100亿次，应用规模处于业界第一，百度大脑面向各行各业开发者提供覆盖云、端、芯的全栈全场景语音开放能力，这一数据基本体现出各行各业智能语音调用的热度。

　　日均百亿次，语音迎来新奇点

　　日均100亿次是什么概念？截止到今年11月14日，小米小爱同学累积被语音唤醒341亿次，百度大脑语音每日被调用的次数，跟小米小爱同学多年来积累的唤醒次数，在一个量级。当然，小米小爱同学以及百度小度、天猫精灵诸多智能音箱的强劲增长，也是语音交互爆发的侧影。

　　只不过，智能音箱只是语音应用的冰山一角，语音搜索、语音助理、智能翻译机、声纹识别、虚拟偶像和智能硬件等C端软硬件产品，互联网教育、呼叫中心、智能客服等行业应用，都在大规模应用语音能力，语音成为跟触摸一样普及的交互方式，不同的是语音交互依赖底层AI技术，因此，才有了百度大脑这样的第三方语音能力平台的发展空间，才有了日均100亿次的语音能力调用数据。

　　这样的增长已经有了很长一段时间，2016年，KPCB合伙人、享有“互联网女皇”称号的玛丽·米克尔在她一年一度的互联网趋势报告中预测：

　　“语音已成为人机交互的新范式，在过去75年里，每10年就有一次人机交互的重大革新，人类对机器的操作，从物理手柄按键，到物理键盘鼠标，再到触摸屏，而现在语音成了重要的交互方式。”

　　在其看来，语音交互相对于传统交互而言具有以下特点：输入更快速，人类每分钟可说出150个单词，打字却只能完成40个单词；使用更简单，不需要用手和眼，时间更及时，不需要任何学习；更加个性化，机器可基于上下文、环境、位置、语调等大环境更好地理解人类的需求。从技术角度来看，语音计算具有成本低、尺寸小的特点，特别适合物联网。

　　当时互联网女王认为，如果语音识别准确率从95%提升到99%将从量变引发质变，即“爆发点”到来。当年百度、搜狗和讯飞均宣布语音识别准确率达到97%，距离“爆发点”已很近，这几年，语音识别准确率不断提升。百度大脑语音能力引擎，采用领先国际的流式端到端语音语言一体化建模方法，融合百度自然语言处理技术，近场中文普通话识别准确率已达98%。同时，针对户外嘈杂环境和讲话者特性的语音识别，远场交互，可支持自然对话的全双工语音交互，诸多语音技术取得突破性进展，语音交互变得更加智能、自然和友好。

　　语音应用场景增加，各行各业都在用。2016年前语音只是科技公司以及少部分先知先觉企业的专属，近两年特别是2018年在AI产业化趋势下，各行各业都在应用AI技术，语音是头部AI能力，百度大脑这样的平台提供覆盖云、端、芯的全栈全场景语音开放能力，让各行各业低门槛应用语音。

　　百度语音开放平台2013年10月上线，最初只有语音识别以及文本转语音（TTS）功能，上线后每日使用量急速攀升，2016年11月22日百度语音开放平台上线三周年之际，每日在线语音识别调用1亿4千万。最近几年百度大脑语音引擎从基础技术向全栈技术演进，拥有语音识别、语音合成、语音硬件等技术栈，覆盖智能设备、互联网应用、呼叫中心等核心场景，可满足各行各业的语音需求，这一次引擎大会上，百度大脑语音引擎就全新发布和升级了14大产品内容，包括基于百度鸿鹄语音芯片的4款硬件模组、开发板及3大场景解决方案，升级了语音自训练平台、呼叫中心语音解决方案等。