百度大脑升级至5.0，发布远场语音交互芯片“鸿鹄”

百度AI开发者大会中，百度CTO王海峰博士开场就带来了一段机械臂倒盖碗茶的现场演示。

这个机械臂既会茶艺绝活儿，还能说会道——它主要融合了机器人视觉、语音、自然语言处理等多种人工智能技术。此外，王海峰也宣布百度大脑升级至5.0，形成了包括基础层、感知层、认知层、平台层和AI安全五大部分的核心架构。

“百度大脑”这个名词最初是在2014年从李彦宏口中说出的，他当时对外透露说：“百度大脑大约已经相当于2～3岁孩子的智力水平。”2016年的百度世界大会上，百度首次向外界全面展示了组成“百度大脑1.0”的全貌。

如今，“百度大脑” 进入5.0阶段，成为软硬件一体的AI大生产平台，核心算法再获重大突破，首次公布端到端AI计算架构，并实现了AI计算、计算架构与应用场景的创新融合。

● 语音识别速度大幅提升，准确率提15%-20%

百度语音技术部高级总监高亮，在开发者大会现场说了一段Rap：Hello Everyone，中英混合说是我们的everyday work，Explore技术的depth和scope是我们的responsibility……这段中英夹杂的话被百度输入法流畅、精准、及时地识别出来。

这背后是百度大脑流式多级的截断注意力模型（SMLTA），它能让语音识别速度大幅提升，准确率提15%-20%，是首个基于流式注意力的语音识别线上服务。

● 基于语音、视觉技术，自动合成虚拟形象

浦发银行的数字人是怎么“炼”成的？它实际上是结合语音和视觉技术，机器自动合成的虚拟形象。

王海峰介绍，实时合成虚拟形象技术，首先需要对语音信号和视频信号进行实时识别与理解，再通过唇动生成，以及语音、面部和肢体的合成，实时合成一个虚拟形象。这波操作背后，是百度大脑多项AI技术能力的体现。

● 视频语义理解技术实现精准解析

王海峰展示了关于中国民间艺术的音乐纪录片《大河唱》中的片段，影片中的角色、人物关系、音乐种类、取景地、影片主题等信息，都被精准解析。这背后是基于知识图谱的视频语义理解技术。

● 推出知识增强的语义理解框架ERNIE

百度大脑语音、视觉、语言和知识等核心算法法再度重磅升级，发布6大技术突破。

包括业界领先的流式多级的截断注意力模型（SMLTA）和风格迁移的语音合成技术；知识增强的语义理解框架ERNIE和基于知识图谱的视频语义理解技术；业界首创的高准确、低时延的机器同传技术。

值得关注的是，在语言方面，百度大脑推出知识增强的语义理解框架——ERNIE，再次全面刷新了中文自然语言处理任务效果，超越谷歌BERT。

● 发布远场语音交互芯片“鸿鹄”

继去年开发者大会发布“昆仑”芯片后，今年，王海峰发布了一款新的芯片——远场语音交互芯片“鸿鹄”。鸿鹄芯片使用了HiFi4自定义指令集，双核DSP核心，平均功耗仅100mW。这款芯片是根据车规级标准打造，将为车载语音交互、智能家具等场景带来巨大的便利。

● 百度飞桨与华为麒麟芯片合作

今年开发者大会最大的亮点来了。王海峰与华为消费者BG软件总裁王成录博士联合宣布，百度飞桨与华为麒达成深度合作。中国人自己的深度学习平台将运行在中国人自研的全球领先的芯片上，两大国货之光将充分发挥各自在软、硬件方面的优势，走出中国智能之路！

AD：还在为资金紧张烦恼吗？猎云银企贷，全面覆盖京津冀地区主流银行及信托、担保公司，帮您细致梳理企业融资问题，统筹规划融资思路，合理撬动更大杠杆。填写只需两分钟，剩下交给我们！