11月22日，百度公司首席科學家吳恩達在談到百度語音技術的最新進展時，對外介紹了百度這四項語音技術，并宣布將免費開放給用戶和開發(fā)者。

?

“我們已經站在人工智能的黎明。”吳恩達對媒體作出樂觀的預測，他希望通過開放人工智能技術，讓每個人都能更容易地開發(fā)出“智應用”。

?不過，站在“黎明”的人工智能何時能有“質”的跨越，或許還需時日。一個細節(jié)是，在接受記者采訪的會議室里，吳恩達座位不遠處還是坐了一位實時整理文字的速記人員。

　 　　　　智能語音：已超正常人類的識別能力
　　
　　事實上，開放語音API（應用程序編程接口）已經成為行業(yè)趨勢。
　　
　　今年3月時，谷歌在Next云計算大會上發(fā)布了面向開發(fā)者的新機器學習平臺，并開放語音識別的API，即谷歌語音搜索和語音輸入的支持技術。Google Cloud SPeechAPI一開始將免費提供，以后再進行收費。這一應用包括了80多種語言，適用于各種實時語音識別與翻譯應用。
　　
　　在開放背后，互聯(lián)網(wǎng)公司希望借此推動智能語音模型的進一步演進和智能語音技術的快速普及。
　　
　　對于百度公布的四項語音技術，吳恩達說，目前百度還沒有收費的計劃，這些技術旨在解決用戶在使用語音交互的場合時，普遍感到困擾的一些關鍵問題?！澳壳暗恼Z音識別已經超過了正常人的語音識別能力。”
　　
　　以情感合成為例，主要是基于深度學習和大數(shù)據(jù)處理技術，在數(shù)據(jù)采集、處理、建模等環(huán)節(jié)進行一系列創(chuàng)新，實現(xiàn)更富有表現(xiàn)力的自然朗讀效果。
　　
　　讀者甘肅數(shù)碼科技有限公司總經理金大時告訴記者，目前“讀者數(shù)字農家書屋”在甘肅慶陽市試點，根據(jù)百度大數(shù)據(jù)合成情感語音實現(xiàn)書籍有聲閱讀，讓很多不識字的老年人和留守兒童也享受到了閱讀的樂趣。
　　
　　而遠場方案技術則是百度自主研發(fā)的遠場識別技術，基于麥克風陣列，利用麥克風陣列束形成、語音增強、回聲消除、聲源定位等技術綜合實現(xiàn)高準確率遠場識別。
　　
　　百度稱，開發(fā)者可以通過這一新的技術接口，使語音識別距離增加到3~5米，設備的語音喚醒率提升到95%以上，或解決長時間語音識別的準確率問題。這將為語音技術帶來遠比現(xiàn)在更多的想象空間，而不只是遙控電視或解鎖手機。
　　
　　例如，百度在上海肯德基旗艦店投入使用的“小度機器人人機語音交互點餐”，可遠距離隨時應答點餐。