余凯-绘声绘色 百度语音和图像技术.pptVIP

* 绘声绘色 百度语音和图像技术 余凯 百度多媒体部 报告提纲 n?? 百度为何发力多媒体技术 n?? 百度语音技术的发展现状，优势，和展望 n?? 百度图像技术的发展现状，优势，和展望 0.百度为何发力多媒体技术 百度的使命 让人们最平等便捷地获取信息，找到所求 中国互联网三大机会 2011年4月12日，百度CEO李彦宏在百度联盟峰会上发表 演讲称，中国互联网未来两到三年应该有的三大机会， 分别是：中间业务、读图时代、和应用为王 百度希望学术界解决的9个难题 2012年8月13日，百度CEO李彦宏在国际数据挖掘会议ACM KDD上发 表演讲，提出9个希望学术界帮助解决的技术难题，其中前三项是： 1.?自然图片OCR 2.?语音识别和理解 3.?图像有哪些信誉好的足球投注网站 业界现状和趋势：读图时代 － 全民低成本造图 － 图片的社会化分享 业界现状和趋势：语音交互 语音交互成为兵家必争的移动互联网的重要入口之一 苹果 Nuance Google 科大讯飞 百度多媒体部 绘声绘色，亦框亦云 百度多媒体团队 精英和充满 活力的团队 丰富的产 品和 放 的平台 世界级的 研发实力 1.百度语音技术 百度语音技术优势 领先的中文自然语言处理技术 语音处理和机器学习算法积累 海量数据处理和并行建模技术 强大的互联网资源整合利用能力 1. 用户个性化的声音建模技术和海量数据的区分度训练技术 - 支持数以亿计的用户账户个性化声音建模 - 支持数千小时的声学训练数据的大规模并行区分度训练 2. 海量语言模型的高速构建和更新技术 - 支持数百G语料的统计语言模型小时级别的单机高速训练 - 能够在半个小时内更新数十G语言模型所形成的解码空间 3. 支持复杂汉语语义空间的一遍解码技术 - 支持几十亿文法的语言模型的一遍解码 - 支持包含语义信息的语法模型和普通统计语言模型混合解码 - 能够支持数百万量级词典的复杂语义空间建模 - 精度和速度统一的解码算法 百度语音核心技术 解码器 有哪些信誉好的足球投注网站领域 模型 掌上百度 百度有哪些信誉好的足球投注网站 手机地图 百度应用 Ting！ 手机浏览器 百度通讯录 百度app 统一接入接口 解码器 地图领域 模型 解码器 应用领域 模型 。。。 。。。 解码器 音乐领域 模型 一套架构，多样化产品 百度有哪些信誉好的足球投注网站客户端-语音有哪些信誉好的足球投注网站 n?? 中国唯一完全自主开 发的语音有哪些信誉好的足球投注网站产品 n?? 中文语音有哪些信誉好的足球投注网站识别 率优于竞品 /baidusearch/ 地图语音有哪些信誉好的足球投注网站 /map/ 移动语音输入法 n?? 中国互联网企业唯一自主开发的语音输入法产品 n?? 获得用户广泛好评 /input/ 短信输入 微博输入 古诗输入 新闻输入 适合多种应用的高精度语音输入 /input/ 百度手机浏览器 /browser/ 百度语音技术展望 n?? 更精准的语音语义理解 － 识别不是目的 n?? 统一的语音交互入口 － 超越语音输入法 n?? 跨领域资源与服务整合 － 百度框计算 n?? 向开发者开放的语音平台 － 百度云平台 2.百度图像技术 百度图像技术优势 互联网上海量图像数据抓取 中国最大的图像有哪些信誉好的足球投注网站引擎和海量用户点击 海量数据处理，计算机视觉，和机器学习技术 丰富的产品线带来的图像技术需求和效果验证方法 百度图像技术方向 n?? 图像有哪些信誉好的足球投注网站：以文搜图 - 以图搜图 - 以图搜信息 … n?? 图像理解：OCR, 图像标注，人脸识别，黄色图片检测 … n?? 图像质量和编辑：质量判断，质量提升，图像美化 … 自然图片OCR 印刷文本扫描图像 微软 doc 文件 传统的OCR问题 百度面临的OCR问题 识别和理解图像中丰富的文字内容，应用于百度各产品线： -? 提升多媒体有哪些信誉好的足球投注网站的用户体验 -? 检测互联网上不良欺诈行为 自然图片OCR 印刷文本扫描图像 微软 doc 文件 传统的OCR问题 百度面临的OCR问题 *