• 0
百度大脑升级至5.0,发布远场语音交互芯片“鸿鹄”
统计 阅读时间大约3分钟(1039字)

2019-07-03 11:21:37 百度大脑升级至5.0,发布远场语音交互芯片“鸿鹄”

“百度大脑” 进入5.0阶段,成为软硬件一体的AI大生产平台,核心算法再获重大突破。

【猎云网(微信:ilieyun)北京】7月3日报道(文/吕梦)

百度AI开发者大会中,百度CTO王海峰博士开场就带来了一段机械臂倒盖碗茶的现场演示。

这个机械臂既会茶艺绝活儿,还能说会道——它主要融合了机器人视觉、语音、自然语言处理等多种人工智能技术。此外,王海峰也宣布百度大脑升级至5.0,形成了包括基础层、感知层、认知层、平台层和AI安全五大部分的核心架构。

“百度大脑”这个名词最初是在2014年从李彦宏口中说出的,他当时对外透露说:“百度大脑大约已经相当于2~3岁孩子的智力水平。”2016年的百度世界大会上,百度首次向外界全面展示了组成“百度大脑1.0”的全貌。

如今,“百度大脑” 进入5.0阶段,成为软硬件一体的AI大生产平台,核心算法再获重大突破,首次公布端到端AI计算架构,并实现了AI计算、计算架构与应用场景的创新融合。

● 语音识别速度大幅提升,准确率提15%-20%

百度语音技术部高级总监高亮,在开发者大会现场说了一段Rap:Hello Everyone,中英混合说是我们的everyday work,Explore技术的depth和scope是我们的responsibility……这段中英夹杂的话被百度输入法流畅、精准、及时地识别出来。

这背后是百度大脑流式多级的截断注意力模型(SMLTA),它能让语音识别速度大幅提升,准确率提15%-20%,是首个基于流式注意力的语音识别线上服务。

● 基于语音、视觉技术,自动合成虚拟形象

浦发银行的数字人是怎么“炼”成的?它实际上是结合语音和视觉技术,机器自动合成的虚拟形象。

王海峰介绍,实时合成虚拟形象技术,首先需要对语音信号和视频信号进行实时识别与理解,再通过唇动生成,以及语音、面部和肢体的合成,实时合成一个虚拟形象。这波操作背后,是百度大脑多项AI技术能力的体现。

● 视频语义理解技术实现精准解析

王海峰展示了关于中国民间艺术的音乐纪录片《大河唱》中的片段,影片中的角色、人物关系、音乐种类、取景地、影片主题等信息,都被精准解析。这背后是基于知识图谱的视频语义理解技术。

● 推出知识增强的语义理解框架ERNIE

百度大脑语音、视觉、语言和知识等核心算法法再度重磅升级,发布6大技术突破。

包括业界领先的流式多级的截断注意力模型(SMLTA)和风格迁移的语音合成技术;知识增强的语义理解框架ERNIE和基于知识图谱的视频语义理解技术;业界首创的高准确、低时延的机器同传技术。

值得关注的是,在语言方面,百度大脑推出知识增强的语义理解框架——ERNIE,再次全面刷新了中文自然语言处理任务效果,超越谷歌BERT。

● 发布远场语音交互芯片“鸿鹄”

继去年开发者大会发布“昆仑”芯片后,今年,王海峰发布了一款新的芯片——远场语音交互芯片“鸿鹄”。鸿鹄芯片使用了HiFi4自定义指令集,双核DSP核心,平均功耗仅100mW。这款芯片是根据车规级标准打造,将为车载语音交互、智能家具等场景带来巨大的便利。

● 百度飞桨与华为麒麟芯片合作

今年开发者大会最大的亮点来了。王海峰与华为消费者BG软件总裁王成录博士联合宣布,百度飞桨与华为麒麟达成深度合作。

AD:还在为资金紧张烦恼吗?猎云银企贷,全面覆盖京津冀地区主流银行及信托、担保公司,帮您细致梳理企业融资问题,统筹规划融资思路,合理撬动更大杠杆。填写只需两分钟,剩下交给我们!详情咨询微信:zhangbiner870616

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:ilieyun
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
推荐阅读
记者名字
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×