百度全資收購KITT.AI 對外免費開放語音處理能力

首屆百度AI開發者大會今天在北京國家會議中心舉行。百度度秘事業部總經理、百度人工智慧產品委員會主席景鯤在這次大會上宣布，百度將全資收購KITT.AI，把KITT.AI的語音能力和自然語言處理能力融入到百度平台中，全面免費向百度的合作夥伴賦能開放。KITT.AI專註語音喚醒和自然語音交互技術，是世界上唯一一家獲得亞馬遜Alexa和微軟聯合創始人Paul Allen投資的公司，併入選了CB Insights人工智慧創業一百強。

KITT.AI聯合創始人、CTO陳果果先生現在演示了如何使用KITT.AI語音喚醒技術快速打造一個語音喚醒設備。根據陳果果先生演示，進入Snowboy的喚起詞庫並新建喚起詞「你好景鯤」后，接著只需要說三遍「你好景鯤」，即可完成喚起詞的訓練。在測試環節，設備只會對喚起詞「你好景鯤」進行響應。

景鯤稱，喚醒萬物的核心三要素是要做好聽清、聽懂、滿足。聽懂是人工智慧時代用數據和技術解決的關鍵問題。在這個時代，只有百度在市場是「唯一」具備聽清、聽懂、滿足的實力，打造一個開放賦能的生態系統。

1、「聽清」方面：百度的語音識別率做到了近場識別的準確率97%以上，但這些在AI時代還不夠。在AI時代，技術要與場景相結合。我們希望把語音放到真正的場景裡面去解決問題，研發了麥克風陣列、回聲消除、語音喚醒、人像識別等技術。這些都是我們逐漸推進的世界先進技術，將被放到各種場景中實現用戶聽清的需求。

2、「聽懂」方面：數據多、介入深是打造對話系統的必然條件，具備這兩點才能做好一個真正可以對話的「聽懂」系統。百度是具備數據量最大的公司。百度擁有億級的多輪對話數據、十億級的知識圖譜數據。

3、聽懂並滿足「聽一首某某的歌」這樣的用戶需求還不夠，真正用戶想要的是更自然、更複雜的需求，比如「我要聽我手一杯品嘗你的美這首歌」，比如「想聽哥哥的歌」，只有把用戶在真實場景中表達的複雜請求做好，才能真正做出一個真正聽懂用戶需求的產品。