百度新語音辨識系統「Deep Speech」準確率達81%

中國搜尋引擎巨頭百度表示，已開發出可以在嘈雜環境中使用的語音辨識系統「Deep Speech」，它在餐廳等嘈雜環境下可以達到81%的辨識準確度，領先同業Bing、Google以及Wit.AI等的65%，這款語音辨識系統將來有機會搭載到百度開發的智慧型裝置中。

中國搜尋引擎巨頭百度開發可以在嘈雜環境中使用的語音辨識系統「Deep Speech」。

百度首席科學家吳思達表示，Deep Speech不只辨識準確率相當高，也把其他語音識別系統那些返回空白字符串的結果排除在外，Deep Speech跟頂級的學術型語音識別模型Hub5'00相比也高出9%。

請繼續往下閱讀...

Deep Speech的訓練集是由7000小時的語音會話數據與飯店、電視、自助餐廳、火車內等場景噪音背景合成。

而百度也考慮將Deep Speech放進可穿戴設備使用的語音識別軟體當中，包括百度還在開發的「CoolBox」－與Amazon Echo類似的語音家電產品，另外，百度正在開發的智慧自行車也將利用Deep Speech技術。

Deep Speech捨棄傳統聲學模型，而使用GPU點到點的深度學習基礎模式。

百度為開發Deep Speech，收集了7000小時的語音會話數據，再與飯店、電視、自助餐廳、火車內等場景噪音背景合成，形成約10萬小時的訓練集，而Hub5'00 的數據總共只有2300小時。

百度考慮將Deep Speech放進可穿戴設備使用的語音識別軟體當中，包括百度還在開發的「CoolBox」。

吳恩達表示，Deep Speech捨棄傳統聲學模型，而使用GPU點到點的深度學習基礎模式，給Deep Speech提供大量的數據，然後讓它自行學習所有需要學習的東西，這種做法除了有效提高辨識的準確率，也大幅縮減了代碼庫的規模。

不用抽 不用搶 現在用APP看新聞 保證天天中獎　 點我下載APP　 按我看活動辦法