小度进化论：从基础技术到生活助手

“小度小度，拉开窗帘。小度小度，空调调到24摄氏度。“在青岛市北区的一家盲人按摩店里，按摩师熟练地发出一连串的语音指令，店里的窗帘、空调等设备准确无误地完成了上述动作;而在位于上海佘山脚下的世茂洲际酒店里，来宾只需轻唤一声小度，即可与AI互动，享受客房内的智能酒店体验。无论是老百姓身边的盲人按摩店还是高大上的五星酒店里，都充满了浓浓的科技感，这项技术其实是百度的语音识别。

语音识别，通常称为自动语音识别，主要是将人类语音中的词汇内容转换为计算机可读的输入，一般都是可以理解的文本内容，是人机自然交互技术中的关键环节。截至20世纪90年代，语音识别系统的速度都太慢，无法开发有用的应用程序。追溯到2009年之前70年左右的漫长岁月里，中国在语音识别技术上大多处于边缘角色，直到百度、科大讯飞等中国企业的崛起。2017年，Google宣称语音识别准确率达到95%，而早在2016年百度世界大会上，李彦宏就宣布了百度语音识别准确率达到97%的消息，超过人对语音的识别能力。

众所周知，百度多年来一直深耕语音技术，语音识别能力越来越成熟。2013年，百度的语音识别技术还主要基于mel-bank的子带CNN模型，2014年就独立发展出了Sequence Discriminative Training(区分度模型)。此后，一路推出基于LSTM –HMM的语音识别、Deep Peak 2模型，并于2019年发布了流式多级的截断注意力模型。而在不久前结束的AI开发者大会上，百度还推出了针对远场语音交互的鸿鹄芯片，能够实现远场阵列信号实时处理，高精度超低误报语音唤醒以及离线语音识别。

语音专利方面，2015年就开放了上百项智能语音专利，与海尔、京东、中兴通讯、中国普天等组建了智能语音知识产权产业联盟，同时PaddlePaddle、Warp-CTC、百度大脑的开放和开源，对中文语音识别有着潜移默化的影响，成为了中国语音识别领域标准的制定者。2018年公布的第二十届中国专利评审结果中，百度的语音、机器翻译、无人车相关三项专利获奖，成为人工智能领域至今为止在国内专利界获得的最高级别政府奖项。其中“语音专利”涉及的新语音识别模型——采用深度学习算法在24时内对数以百亿级的大规模数据进行实时分析，高性能计算，令语音识别技术的准确率达97%，解决了语音识别领域关键性、共性的技术难题，被MIT 评为“2016年全球十大突破技术”。2017年，百度将技术赋能到硬件产品，小度智能音箱应运而生。如今，身为国内智能音箱行业的先驱者，小度的技术始终走在行业前端。今年百度AI开发者大会上重磅发布的小度助手5.0，上线了全球领先的全双工免唤醒功能，能够识别出用户说的话是不是给它的指令，过滤掉无效干扰信息再做出反应。

正如百度创始人、董事长兼首席执行官李彦宏在今年重庆智博会上所说的：“以前大家比较喜欢传人工智能又战胜了世界围棋冠军，今天我们更关注人工智能给人们的生活带来了什么便利，给工作提升了多少效率。人工智能从酷炫的效果变成了一个社会的共识，变成了一个国家战略，要扎实地去推进人工智能在各个产业领域的渗透，帮助各个领域、各个行业提升效率，提升人们的感受。”

在国内，小度推出第一款带屏智能音箱小度在家。随后，小度在家系列产品不断增加，小度在家1S成为该系列的“明星产品”。小度在家系列不仅开创了国内带屏智能音箱的行业先河，还作为小度涨势迅猛的重要产品线，驱动小度快速完成“后来者居上”的反超。最近，全球知名市场调研公司Canalys发布了2019年第二季度全球智能音箱出货量报告。小度在延续Q1的高增长趋势下，Q2出货量高达450万台，不仅蝉联国内市场第一，更是首次超越了谷歌的430万台，跃升全球第二。据Canalys分析师介绍，百度在其Q2的智能音箱出货量中，带屏音箱的比例高达45%。

在Canalys 发布的数据报告之前，百度公司发布了第二季度财报，从财报中披露的数据中，也可见小度生态长大的迅猛速度：截至今年6 月，搭载小度助手的激活设备数累计超过4 亿台，同比增长4.5 倍，语音交互次数超36 亿次，同比增长7.5 倍。。

李彦宏认为，AI的价值在于如何更好地服务人，而小度就是一个很好的例证：“智能音箱本质上是一个人工智能助理。人的身上是没有屏幕的，所以智能音箱作为智能助理的载体，它的发展方向并不是长得越来越像人，而是越来越能够帮助人、服务人。”