近日，百度公司面向开发者发布语音二期SDK，不仅增加了语义理解功能，让系统能真正的听懂用户的需求，还提供了更加灵活强大的API接口，帮助开发者更好的完成语音服务接入。此前，百度正式开放语音识别技术，提供包括跨平台的SDK、服务控制台等语音识别的底层技术系统供开发者使用。
业内人士分析：“语音交互技术是需要一个长期积累的专业技术领域，对于开发者来说，有着难以逾越的技术门槛，百度语音识别技术的开放解决了开发者的困难。”通过与百度语音合作，直接为开发者的应用增加创新的语音功能。同时，语音功能化繁为简，也令开发者更加专注自己应用的开发工作。
(去哪儿旅行App的百度语音功能界面，用户只需要对着手机说话，即可完成旅游出行搜索和预订。)
语义理解令用户使用更顺畅
此前，百度语音第一期SDK向开发者提供了长文本语音输入、语音搜索词识别，垂直领域识别等多方面的语音识别服务。并且支持“即说即得”技术，确保了用户体验的连贯性。在第一期百度语音SDK发布时，百度相关负责人曾表明将逐渐开放语义理解和TTS（语音合成）等多项面向开发者的服务。现在，第二期的百度语音SDK即携带语义理解功能姗姗而来。
语义理解即是对语义的理解能力，让机器能够理解我们所说的话。简单的理解就是，让机器学会人类的说话逻辑。 例如：“下载百度手机助手”这条指令， 通过语义理解模块的处理， 即被理解为， 用户的目的是下载App， 名称是“百度手机助手”。百度相关负责人称：“ 语音识别加上语义理解模块， 可以为开发者构建自然语言交互能力，让手机真正听懂用户，并执行用户想要的操作。”
据百度相关负责人介绍：“语义理解目前已开放包括天气、航班、地图、社交网络、手机设置、音乐、旅游等垂直领域。基本覆盖了目前主流的手机应用领域，未来百度语音还将对这些领域进行更深度的优化。”
百度语音SDK二期不仅具备强大的语义理解能力，还为开发者提供了更强大的API接口。最新的API接口支持开发者传入第三方语音数据，可将已经录好的语音数据识别为文本，以备后续调用。另外新的API接口还支持语音数据导出功能，可将用户所说的内容录入并通过回调函数返回给开发者，方便开发者分析和收集用户行为。
百度相关负责人表示：“第一期的百度语音SDK更多的是为了满足语音输入场景需求，第二期的SDK则是对语音交互的补充。使得开发者的语音交互更加智能，同时也提高了产品的执行率和可扩展性。”
二期语音识别率持续提升
语音识别率是衡量一款语音产品的重要指标，一款好的语音工具，需要有非常良好的语音识别能力，尤其我们的国家拥有非常复杂的语言环境，语音识别率更是考量一款产品好坏的硬性指标。百度语音识别率有着超越DNN技术的更贴近人类听觉认知系统的新型识别技术，带来语音输入相对错误率下降20%以上，近期还将持续提升。
世界语言中最难学的当属汉语，其复杂程度自不言而喻，加上各地方言和不同地域说话方式的不同，所以针对中文的语言识别的优化更是难上加难。百度相关负责人表示：“百度语音自成立以来，一直在不断优化语音识别能力，通过两年的攻坚和积累，百度语音识别率目前已经是业界领先水平。”
联系客服
