了解更多熱門資訊、玩機技巧、數碼評測、科普深扒，點擊右上角關注我們

----------------------------------

大家這幾年有沒有發現，自己越來越離不開一樣東西——語音。

比如小雷，自從微信整出個語音功能後，聊天由“文字交流”徹底蛻變成“語音大戰”。

不是你發語音我翻譯，便是我發語音他播放。

​

玩個王者榮耀也從以前手動打字，成了今天輸出千言萬字全憑一張嘴。

方便操作同時還躲過許多“表面打字聊天，實為趁機殺你”的對線髒套路。

​

不僅微信王者，甚至藍牙音箱也離不開語音控制。

小雷現在每天像個複讀機似的對着小度音箱大喊“小度、小度”。

聽聽歌查天氣預報啥的，偶爾調戲調戲小度。

​

還有現在火得爆表，幾乎人人手機都有一個的“語音助手”。

蘋果的智障助手“Siri”、百度的“小度”、小米的“小愛同學”、華為的“小藝”等等。

它們的使用與操控全靠語音完成，一句話幫你實現從地圖導航到訂外賣一條龍服務。

​

就連看個電視也逃不過語音代表“小度”的包圍。

湖南衛視大熱的綜藝節目《向往的生活》，明星也愛帶着小度吃喝玩樂。

​

炒菜靠小度提醒、出門靠小度導航，活脫脫成了個貼心小管家。

​

黃老師、何老師、彭彭哥哥、子楓小姐姐等瞬間成了它的小迷弟、小迷妹。

​

所以說，語音幾乎成了我們身邊無形的“第三隻手”，如影随形，無法離開。

而這種通過語音控制手機、音箱等設備進行操作，将語音翻譯成文字的黑科技，真正名字叫——語音識别技術。

此時相信機友們肯定有個疑問：以前壓根沒見過“語音助手”、“語音識别

”這種東西，為什麼現在突然火爆起來，而且還那麼好用？

​

其實鴨，語音技術并不是最近幾年出現的，人家早在200多年前的清朝時期便開始蹦跶了。

時間撥回1773年，那時有位俄羅斯科學家叫「克裡斯蒂·克拉特茲斯坦」，他某天突發奇想，将共振管和風琴管連接起來，制造出一個可以發出人類聲音的奇怪設備。

這便是人類對語音技術的第一次嘗試，可惜後人對這個奇怪毫無X用的東西不感興趣，一頓俄羅斯式破壞後扔到垃圾堆裡。

​

到100多年後的1946年，第一台計算機誕生，讓人們意識到，原來計算機很多事情做得比人還好。

（馮諾依曼與第一台計算機）

​

然而那時沒有鍵盤沒有操作系統，控制計算機全靠手動輸入“0”、“1”信号，操作極度麻煩。

​

于是乎有人想道，如果能和計算機聊天交流，讓它明白你在說什麼，會不會變得更方便好用，做更多的事？（事實證明，懶是人類的第一生産力）

​

人工智能之父「圖靈」便是第一個提出該想法的人。

1950年圖靈發表了一篇名為《計算的機器和智能》的論文，裡面寫道：讓人和機器交流，來驗證機器是否有智能。

可惜他隻貢獻想法，卻沒有告訴人們怎麼做。

沒關系，圖靈不幹，自有人做。

​

兩年後，著名的“貝爾實驗室”研制出世界第一個可識别10個阿拉伯數字的系統“Audrey”，意味着機器成功聽懂了人類的話。

大概屬于能聽明白“1、2、3、4”等數字，跟1歲嬰兒差不多的水平。

這便是第一代的“語音識别系統”，被科學家稱作“機器的聽覺系統”。

（1954年的貝爾實驗室）

​

又過8年，英國倫敦學院「Denes」開發出第一個計算機語音識别系統。

專門用于電腦上進行語音識别，可惜仍處于隻能識别幾個英文字母和數字的級别，根本沒法用到實際生活中。

話說起來，這台語音識别系統算得上是現在所有“語音助手”的祖宗，别看了，包括你手上那一台。

​

随後二十年，人類對“語音識别”的研究陷入原地踏步的死循環，沒有一絲進步。

原因很簡單：當時科學家把小孩學說話那一套用到電腦上，想像教育小孩一般讓電腦學會“交流”。

你說人家電腦聽得懂嗎？你輸入信号1和0倒能識别，你說個句子“who are you”，電腦計算得冒青煙也不可能理解啊！

​

直到1970年，語音識别迎來它的伯樂「弗萊德裡克·賈裡尼克」，人生實現一次轉折。

弗萊德裡克·賈裡尼克領着IBM華生實驗室，将統計學、信息論的方法加入到語音識别中，并提出“統計的語音框架”，讓停滞多年的語音識别煥發第二春。

最終把語音識别從幾百個單詞量活生生提升到幾萬個，識别率由萬年70%飙升至90%。

讓語音識别有了從實驗室研究到走向生活應用的可能。

（弗萊德裡克·賈裡尼克）

​

同樣在1970年，美國DARPA（真正的黑科技機構，互聯網就是它發明的）開始投錢研究語音識别，（蘋果的Siri最初是DARPA投資研發的）。

目的是讓戰場的戰士們用語音操縱武器，增強戰鬥力，也有說法是用來監控互聯網和電話。

​

就這樣在政府、大企業的投入與研發支持下，到了90年代語音識别技術已經能準确地理解人類的話語。

典型的産品就是IBM公司的“ViaVoice”，90年代末美國非常流行的語音識别軟件。

後來在20世紀初流入中國，然而沒幾個人用，因為那時電腦是比“鑽石”還貴的奢侈品，哪個富家子弟會閑得腎疼，買來跟語音助手吹牛。

（中文版ViaVoice）

​

轉眼來到2006年，這一年語音識别完成了200餘年來最大一次蛻變，堪稱“魚躍龍門,原地飛升”。

谷歌人工智能首席科學家「Geoffrey Hinton」提出“非監督貪心逐層訓練算法”，讓人工智能得到巨大突破。（可以理解為讓電腦主動學習的算法）

一人得道，雞犬升仙。語音識别在人工智能的加持下，獲得質一般的飛躍。

（Geoffrey Hinton）

​

如果以前的語音識别是：

請問廁所怎麼走？答：前面直走50米後再左轉。

那麼有了人工智能後的語音識别則是：

前面直走50米後左轉，期間有1個紅綠燈間隔15秒。廁所裡有三個蹲位，其中2個已有人，剩餘1個沒有門，如果害羞可以繞道3公裡外的衛生間如廁，記得帶紙。

​

不僅技術得到突破，人們制作出超強的GPU硬件（英偉達公司），加上互聯網提供的海量數據。

讓人工智能、大數據、語音識别技術完美結合，美名其曰“AI語音識别”，預示着一場大變革的到來。

世界科技巨頭第一時間意識到AI語音識别的重要性，美國的谷歌、微軟，亞馬遜等，中國的百度、阿裡、科大訊飛之流紛紛投入AI語音識别的研發行列。

​

2010年蘋果推出智障語音助手“Siri”，2014年亞馬遜推出“Echo”。（國内沒啥人知道，亞馬遜音箱上的助手）

随後2016年國産公司小米、華為、百度等接連發布小愛、小藝、小度等語音助手，搶奪用戶，占領市場。

​

于是乎語音助手們跟随手機、音箱等智能設備來到我們手裡，由此開啟一波“AI語音識别大潮流”。

這便是近幾年各種“語音助手”“智能音箱”突然爆發的真相。

據說，百度小度音箱的出貨量已經超過了之前的國内老大阿裡和老二小米

成了

全國第一！！世界第三！！

​

不過也是好事，大公司們競争得越劇烈，我們這些吃瓜用戶占的便宜越大。

​

而在這次世界級“AI語音研發大戰”中，貢獻最大的企業之一當數“百度”。

不僅早在2014年搶先亞馬遜研發出Depp Speech語音識别系統，現在更是黑科技層出不窮，大大改善“AI語音識别”的體驗。

小雷用今年新推出，新鮮火熱辣的“百度輸入法AI探索版”舉個栗子。

黑科技一：中英文、方言混合語音輸入

現在很多輸入法支持中文語音輸入，英文語音輸入，唯獨中英文混合輸入卻很少有，而百度輸入法恰恰支持。

比如小雷在普通話裡插入一個英文單詞，百度輸入法很輕易精準的識别到，并理順句子轉換成文字。

​

還支持方言轉文字輸入。（小雷此處用的是粵語）

​

在百度輸入法語音裡，小雷最喜歡的就是“語音鬥圖”。

随意喊出幾個字，輸入法立馬找來幾百個表情包任君挑選。

簡直就是一個移動的表情包網，以後鬥圖還有誰？

​

不管你說四川話、粵語、東北話、英語還是混合着說，百度輸入法統統能識别，讓用戶真正實現“自由說、随便說”。

事實上這就是百度語音合成技術能力的體現，遙遙領先于同類工具。

黑科技二：全雙工免喚醒

用過智能音箱的機友都知道，每次喚醒音箱時都得喊“小度小度”之類的賊麻煩。

有了全雙工免喚醒後，我們隻需喚醒一次“小度”，之後便可以和小度持續深入的交流。

​

而且在深入交流中，小度會很機智的識别出哪些話是對它說，哪些話是對其他人說的。

即使是在多人對話的嘈雜環境裡，小度仍然能分清哪一句是對自己下達的指令，像是擁有思想、懂得主人需求的“貼心管家”。

​

知道你們一臉懵逼聽不明白，看看百度老總李彥宏的現場演示就懂了~

百度展示的”全雙工免喚醒“黑科技打破過去啰嗦低效的喚醒方式，再一次刷新AI語音交互的上限。

讓我們享受到真正高效的“動口不動手，想做什麼直接說”的便利。

黑科技三：百度鴻鹄芯片

百度不僅在軟件上努力，為了讓AI語音助手更好“聽見你，聽懂你”，還專門打造出針對語音交互的芯片——百度鴻鹄芯片。

芯片指令集全由自家定義，是實打實的國産芯片，擁有高精度、低功耗的特點。

有了針對性“芯片”加成，語音助手再次被強化，支持離線語音識别同時帶來更絲滑流暢的使用體驗。

​

專門為語音助手打造一個芯片，百度在語音識别方面是真的“硬核”。

黑科技四：流式截斷的多層注意力模型

流式截斷多層注意力模型，相信很多機友看到後第一反應是：啥玩意？能幹嘛？

​

小雷用人話解釋下：目前大部分語音識别使用的技術叫“Attention模型”，特點是将我們輸入的語音全部上傳到服務器後，進行翻譯再傳送回來形成文字。

這就導緻了兩個問題：因為需要上傳整段話到服務器，所以語音識别的效率很低，加上對整段話進行翻譯，難免會出現翻譯錯誤的問題。

所以百度針對上面兩個問題，進行了深入的研究，最終研發出“流式截斷的多層注意力模型”。

​

在“Attention模型”的基礎上，将整句語音進行截斷，由以前的一大段分割成一小段一小段地上傳到服務器中進行翻譯。

這樣一來不僅解決了翻譯轉化文字慢的問題，還大大提高了識别精度15%。

​

别小看小小的15%，這可是一項對全球學術界和工業界都具備重大意義的技術突破，如同當年弗萊德裡克将統計學加入到語音識别中，改變語音識别的一生。

随着百度等大公司大力研發AI技術，未來可不止讓我們生活變得便利那麼簡單。

甚至是改變整個世界！不信？最近讓無數女性化身“上頭迷妹”的《親愛的，熱愛的》電視劇就劇透了未來AI技術有多牛。

​

在《親愛的，熱愛的》第17集中，佟年給韓商言講解了人工智能在刑偵方面的應用：

她設計出一個人臉識别系統，專門用于幫助警方搜索犯人調查犯罪，破案1000多起。

其中有一個案子特别誇張，佟年向系統輸入一張十年前的殺人犯照片，通過大數據匹配篩選，最終幫警方從14億人裡成功找到已經剃發當和尚的殺人犯。

​

其實利用AI技術抓逃犯的事情是真實存在的，并非電視劇瞎編。

在2018年7月，衢州警方利用AI技術識别到嫌疑人的照片，并通過大數據追蹤其位置，破獲長達6年的“電魚迷案”。

​

AI不單可用于懲治犯罪，還能尋找失蹤人口。

2019年6月19日，深圳警方通過AI技術尋找到徐遠靈被拐賣19年的親兒子。

失散19年的一家人，最終在深圳公安局幫助下團聚，圓了徐遠靈多年以來的夢。

​

小到智能音箱查天氣，大到查案追蹤逃犯，背後全是AI技術的默默貢獻，蘊藏着深厚的技術能量。

不久的未來，AI技術還會給我們帶來怎樣的驚喜？驚人的黑科技？讓我們共同拭目以待吧。

----------------------------------

後台回複“交流”，即可獲得玩機技能合集，還可與衆多機友一起讨論數碼科技互聯網第一線熱點。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!