摘要 : 噪音語音識別技術是百度深度學習研究院成立至今，除百度大腦外的第二次重大技術突破，意義深遠。百度的語音識別系統DeepSpeech，能夠在嘈雜環境下實現比谷歌和蘋果語音技術更高的識別率，證明語音技術正跨越使用門檻，向著大眾需求的方向疾步行進，而非像以前一樣躺在實驗室里，或只提供給企業用戶使用。
近日，百度僅有十人的語音識別研究小組，在康奈爾大學圖書館網站上發表了一篇論文。文中顯示，百度已在語音識別領域取得重大突破，在語音的正確識別率上已超越谷歌、蘋果及必應。
此事迅速在美國科技界引起關注，媒體隨之跟進展開報道，百度深度學習研究院院長吳恩達也在隨后對外確認了這一消息，他認為，從語音識別系統的標準測試來看，百度語音識別技術的準確率已超過谷歌及蘋果10%，處于領先水平。眾所周知，吳恩達是今年上半年才剛剛加入百度的新成員，而在如此短的時間內就能取得這樣的成績，想必除了研發團隊的傾力之外與Robin對技術和人才的高度重視以及穩健策略是分不開的。
噪音語音識別技術是百度深度學習研究院成立至今，除百度大腦外的第二次重大技術突破，意義深遠。百度的語音識別系統DeepSpeech，能夠在嘈雜環境下實現比谷歌和蘋果語音技術更高的識別率，證明語音技術正跨越使用門檻，向著大眾需求的方向疾步行進，而非像以前一樣躺在實驗室里，或只提供給企業用戶使用。
過去的語音識別系統，僅能解決寬松環境下的語音識別問題，在良好的語音環境下，各家都能做到相當不錯的識別率。但用戶的使用環境是具有多樣性的，以嘈雜環境為主，交互性始終做不好，因此語音識別系統更多應用在企業而非大眾市場。
之所以說百度這次在語音識別上出現重大技術突破，是由于百度深度學習突破了限制語音技術發展的一個瓶頸，提升了用戶使用語音進行人機交互過程中的主要問題，使得這項技術向著大眾應用的方向邁出一大步，這相當于提升了技術研發的層次，跳出過去的舊模式，打開了一扇新的大門。
這一突破所帶來的效應是不難預見的，隨著語音識別技術走向大眾，其商業價值和社會價值會更大程度上發揮出來，而這必將促使企業更多在這個方向投入研發力量，最終引領在該領域的大規模創新，真正讓語音技術對人類的生活產生重大影響與改變。
在人類越來越傾向于拋棄文字指令，偏好語音指令的今天，語音識別技術已變得越來越重要。而百度深度學習研究院所出的成果，恰恰是將語音技術的重要性更上層樓。除了各種智能終端設備外，物聯網和各種以網絡為基礎的自動控制裝置，將會越來越多使用語音作為控制指令，說這項技術能夠改變人類生活，是不為過的。
更為令人興奮的是，吳恩達還排除了該技術要用很長時間投入應用的可能，外界普遍預期明年即可投入應用，首先為百度的用戶提供語音音樂搜索服務，然后再逐步將應用擴展到其他領域。不僅如此，吳恩達率領的30人研究團隊還將大規模擴編，為世界各主要語言開發語音識別及翻譯等服務。
在語音識別領域的重大突破，只能說進一步鞏固了百度作為國內領先的技術創新導向型企業的形象，這使得中國互聯網的技術創新面目為世界所知。李彥宏本人對技術創新的重視，形成了百度與生俱來的技術基因，并促使百度近年來在技術研發方面發展迅速，成果卓著。
2013年初李彥宏決定在美國硅谷設立深度學習研究院時，面臨著諸多挑戰。企業主導的科技研發，已被歷史經驗證明叫好不叫座，大多數科研成果無法有效轉化，惠普研究院就是個很好的例子。在技術研發上的大量投入，也勢必會對商業活動造成影響，從中找到一個完美平衡，并不是件容易的事。
李彥宏在之后主導了百度人才戰略的制定和實施，引進了包括吳恩達、徐偉、吳韌在內的一批各個領域的世界頂級專家，組建了了強大的科技研發團隊。百度最近幾個季度的研發投入一直在猛增，每季度十幾億的費用，使得百度成為國內研發投入比例最高的企業。
從李彥宏為數不多的幾次公開發言中可以看出，百度已將深度學習提升到百度技術創新的核心地位，愿意為深度學習的理論發展和應用價值開發投入大量資源。百度未來的商業模式中，很可能會極度依賴這些科技成果，而現有的技術力量已不足以滿足移動互聯網的發展速度。
李彥宏在技術創新上的思路，基本能被視為百度這家公司的未來發展方向，即百度的科研戰略不是為研發而研發，而是要盡量把新技術應用到大眾領域，讓技術發展幫助傳統企業應對移動互聯網帶來的變革，也要讓普通人能從科技發展進程中受益，用技術改變大多數人的生活。
百度在語音技術上的創新與突破，并不是百度這些年來取得的第一個重大科研成果，當然也不會是最后一個。從百度目前的科技創新戰略來看，這家公司擁有在多個領域取得重大成果，并將之投入應用的巨大潛力。李彥宏所描畫的那個屬于百度的未來技術藍圖，正在按部就班地一一實現，并很有可能會給人們帶來更多驚喜。
京公網安備 11010502049343號