在移動互聯(lián)網(wǎng)時代，人機交互成為了各方關注的焦點。而語音技術因其更加自然的交互體驗正在源源不斷的吸引著更多用戶。根據(jù)相關數(shù)據(jù)統(tǒng)計，目前00后與90后在語音搜索的用戶請求比例中占據(jù)了50%，這說明了語音搜索真正抓住了年輕人的需求。

　　百度副總裁王海峰近期接受采訪時表示，看一項技術能否掌握未來，就看其是否能夠讓用戶更為簡單的實現(xiàn)自己需求，簡單到讓孩子和老人都可以掌握，而語音技術則具備這樣的優(yōu)勢。隨著語音、聲紋、情感識別率的提高，語音輸入將取代傳統(tǒng)的文字輸入，成為下一代人機交互方式。

　　正是出于對未來語音技術發(fā)展及其商業(yè)環(huán)境的信心，百度近幾年在語音技術研發(fā)上投入巨資，基于深度神經網(wǎng)絡等建模技術，充分利用機器學習算法、產品訓練數(shù)據(jù)，挖掘海量語音數(shù)據(jù)所蘊含的信息，取得了卓越的智能語音技術研發(fā)成果。

　　相比傳統(tǒng)的語音技術，智能語音包括語音識別技術、語音合成技術、聲紋識別技術、聲學信號處理技術，是基于人工智能技術和大數(shù)據(jù)，并采用深度學習算法在24時內對數(shù)以百億級的語料庫進行實時分析、高性能計算，令語音及聲紋識別準確率達到97%甚至更高。此外，由于互聯(lián)網(wǎng)數(shù)據(jù)的更新速率越來越快，語音識別的技術迭代升級要求也越來越高。百度的智能語音技術通過對文本并行的處理與統(tǒng)計，從而達到以天的時間單位來更新語言模型。目前，百度已公開申請專利已經達到404項智能語音技術專利，遠超競爭對手。

國內智能語音發(fā)明專利公開數(shù)量

　　除了語音技術，百度在人工智能技術的各個領域都投入了大量研發(fā)資源。百度擁有海量的用戶行為數(shù)據(jù)，并構建了世界上最大規(guī)模的神經網(wǎng)絡。百度通過文本分析、語音識別、圖像識別、手勢動作識別來理解用戶的意圖，通過優(yōu)化搜索結果的智能排序來匹配用戶的需求，通過估算和優(yōu)化點擊率和轉化率來向用戶推送精準的服務。最新數(shù)據(jù)顯示，百度在語音識別、圖像識別、自然語言處理、無人駕駛、機器學習、深度學習等人工智能相關領域共公開了1548件發(fā)明專利，遙遙領先于微軟、IBM等公司，并獲得包括"單通道卷積層及多通道卷積層處理方法和裝置”、"一種反向傳播神經網(wǎng)絡DNN的訓練系統(tǒng)"等多項人工智能核心專利授權。

人工智能發(fā)明專利公開數(shù)量

　　作為國內人工智能研發(fā)的領導者之一，百度在推動自身研發(fā)的同時，也在積極反饋相應的研發(fā)成果給到整個行業(yè)，踐行領導者對行業(yè)的推動責任。2016年初，百度硅谷人工智能實驗室（SVAIL）開源了人工智能關鍵代碼Warp-CTC，旨在幫助廣大開發(fā)者利用更好的深度學習算法，加快推進其研發(fā)的進度，大幅提高人工智能的開發(fā)速度，讓端到端的深度學習變得簡單、快速。除此之外，百度還牽頭成立智能語音知識產權聯(lián)盟，并開放百余項智能語音專利，推動整個行業(yè)合作共贏、共同發(fā)展。