百度语音技术产品汇编.PDFVIP

百度语音技术产品 介绍 百度多媒体组 贾磊 2013.2.24 通用语音识别服务简介 个人账号分享信息 个人用户 声学训练 语言训练 账号信息 数据 数据 声学模型 语言模型 . . . 输出 输出 输出 语言模型自 分布 分布 分布 适应 网络 接口 无线网络 协议 任 DNN 解码空间组 务 织和构建 网络 端点 语音 调 接口 检测 压缩 协议 度 解码器 模 网络 块 接口 手机本 协议 识别结果返回 地解析 . . . 返回识别结果/命令 语音服务内容 … … 1. 网络化的识别构架 - 客户端采集声音，压缩后上传 - 服务器对压缩语音进行识别，然后识别结果下发 - 网络通讯质量还对语音识别服务有很大的制约 2. 海量语言模型训练语料和语音层信息的快速更新 - 庞大的训练语料群，服务器集中识别方式允许采用上百亿文法的语言模型 - 语音识别系统的语言层信息的快速更新 - 各种网络服务为语言层信息更新提供了良好的语料基础 3. 海量的来自各种平台的声音特征 - 海量的用户群保证了语音识别系统的声音的多样性和语音通道的多样性 - 机器学习算法可以自动的挖掘有利于提高系统识别精度的声音特征 4. 庞大的计算资源和服务平台 - 需要大规模的计算机群进行海量声音、文本语料的相关模型训练 - 需要数量众多的计算机进行线上服务，资源耗费严重 1. 网页搜索 2. 音乐搜索 3. 百度知道 4. APP搜索 5. 百度百科 6. 百度框计算 掌上百度 百度搜索 手机地图 百度