百度输入法AI探索版亮相 SMLTA加持超行业水平15%

1月16日，百度输入法AI探索版今日正式亮相，这是一款默认输入方式为全语音输入，并可以调动表情、肢体等进行全感官输入的全新输入产品。

这款AI输入法采用了百度语音技术突破性创新：流式截断的多层注意力模型——Streamingtrancatedmulti-layerattention(SMLTA)，在线语音识别精度相比行业最高水平又提升了15%，并完美支持方言输入、中英文混说输等多种语音输入方式。

百度中文输入法负责人蔡玉婷介绍，截至2018年底，百度输入法月活跃人数已达5亿，语音日请求量峰值突破5.5亿，AR表情使用次数超过1亿。同时，百度海外输入法全球安装量超过1亿，支持120种语言，覆盖全球190个国家地区，并已与超过100个全球知名IP达成合作。

现场，百度高级副总裁王海峰表示，输入法是离用户最近的产品之一，也是AI落地的“桥头堡”，百度全方位的AI能力正在不断赋能输入法，让输入法更“聪明”。他认为，未来的输入法将应用于各种智能设备与用户的交互，连通包括智能家居、车联网等多种终端场景。

AI探索版特色功能

蔡玉婷介绍，相较2016年，百度输入法日均语音请求量增长了8倍，语音输入法的场景也从聊天和搜索拓展到游戏、娱乐、购物等众多场景。百度输入法AI探索版是百度AI落地应用的又一重要成果，全语音交互是它最大的特点之一。

尤其值得一提的是，借助SMLTA，百度AI输入法突破了业界普遍认为较难实现的中英文混说识别，在完全不影响中文语音输入准确率的情况下，能高精准的中英文混合语音识输入。

此外，百度输入法将普通话和六大方言融合成一个语音识别模型，实现了方言与方言、方言与普通话的混合语音输入。现场分别演示了百度输入法AI探索版接收四川、西北、东北等6地方言的语音输入，识别准确率均表现不俗。

据介绍，百度输入法是目前唯一实现了高精度“中英自由说”和“方言自由说”的输入法产品。

此外，蔡玉婷介绍，目前百度输入法已经支持6地方言的语音输入识别，尚不支持粤语，未来将陆续更多地方方言。

除了语音输入，百度输入法AI探索版还推出了拍立活、秀场、凌空手写等新功能玩法。

SMLTA技术加持在线语音识别精度再提高15%

当前语音领域主流的Attention模型(注意力模型)提出已有好几年。注意力模型的核心思想，是通过机器学习的方法，把一句话中每个音节或者汉字的音频特征，从整句话的音频特征中，通过机器学习的方法，自动的挖掘出来。直接实现了语音和文本一体化的端到端建模，从而公认的有更高的建模精度。

但是截止目前，注意力模型在在线语音服务中的大规模使用，一直鲜有成功案例。

百度语音技术部负责人高亮向TechWeb等介绍，流式截断的多层注意力模型(SMLTA)是基于CTC的尖峰信息对语音流进行截断，然后再每一截断的语音小段上进行当前建模单元的注意力建模，把全局的Attention的整句识别变成了局部的Attention的流式识别，并且引入多层的Attention，实现特征层层递进的更精准的特征选择。

这使得语音识别的识别率超越传统的全局Attention建模，同时计算速度和传统CTC技术持平，实现全CPU流量的大规模线上服务。这是全世界范围内，第一次基于attention技术的在线语音识别服务的大规模上线。这项技术的突破促使百度输入法“在线语音”相对准确率领先业界15%。

同时，百度语音技术团队优化了输入法上嵌入式识别的deeppeak2系统，大幅提升了离线语音识别准确率。据介绍，目前百度输入法“离线语音”输入准确率已高于行业平均水平35%。

高亮介绍，嵌入式识别、中英文混合识别、方言识别，这三个技术体现了百度语音的技术制高点。