當(dāng)語(yǔ)音輸入不再受時(shí)間的限制，用戶是否可以真正實(shí)現(xiàn)“動(dòng)口不動(dòng)手”？近日，百度AI開(kāi)放平臺(tái)向開(kāi)發(fā)者免費(fèi)開(kāi)放長(zhǎng)語(yǔ)音識(shí)別功能，通過(guò)SDK調(diào)用服務(wù)，可將長(zhǎng)語(yǔ)音轉(zhuǎn)換為文字。據(jù)了解，新版本SDK解除了對(duì)時(shí)間的限制，開(kāi)發(fā)者無(wú)需再將長(zhǎng)語(yǔ)音切割成60秒以內(nèi)的分段，進(jìn)行調(diào)用，提升了轉(zhuǎn)寫的效率和語(yǔ)音識(shí)別的體驗(yàn)。對(duì)于用戶來(lái)說(shuō)，新版本告別之前60秒的“束縛”，可根據(jù)需要自行把控時(shí)間，極大地提高了靈活性。

隨著用戶對(duì)移動(dòng)端語(yǔ)音功能需求的增長(zhǎng)，開(kāi)發(fā)者也開(kāi)始紛紛將產(chǎn)品接入語(yǔ)音功能。目前，開(kāi)發(fā)者多通過(guò)第三方接入語(yǔ)音識(shí)別技術(shù)，以減少研發(fā)時(shí)間、降低研發(fā)成本。但是，大部分公司提供的語(yǔ)音識(shí)別功能有時(shí)間限制，類似會(huì)議錄音、長(zhǎng)語(yǔ)句等長(zhǎng)語(yǔ)音識(shí)別成了難題，雖然市面上存在一些長(zhǎng)語(yǔ)音識(shí)別技術(shù)支持方，但開(kāi)發(fā)者需要為此支付大筆的技術(shù)接入費(fèi)用，徒增業(yè)務(wù)成本。

對(duì)于用戶，受“60秒”限制的語(yǔ)音識(shí)別功能往往無(wú)法滿足他們?cè)谏?、工作中的需求，這不僅影響他們使用語(yǔ)音識(shí)別功能的“興致”，同時(shí)會(huì)導(dǎo)致用戶對(duì)一些搭載了語(yǔ)音識(shí)別功能的產(chǎn)品“敬而遠(yuǎn)之”。

為解決這些痛點(diǎn)，百度基于原有語(yǔ)音識(shí)別技術(shù)，新增長(zhǎng)語(yǔ)音識(shí)別功能，讓語(yǔ)音識(shí)別不再局限于60秒，并且為開(kāi)發(fā)者免費(fèi)開(kāi)放。比如開(kāi)發(fā)者可將長(zhǎng)語(yǔ)音識(shí)別用于會(huì)議記錄、實(shí)時(shí)字幕和語(yǔ)音筆記等場(chǎng)景，讓產(chǎn)品實(shí)現(xiàn)不同時(shí)長(zhǎng)的音頻轉(zhuǎn)換為文字信息，或?qū)⒅辈ァ⒁曨l、現(xiàn)場(chǎng)演講等音頻進(jìn)行實(shí)時(shí)字幕轉(zhuǎn)換等功能，方便后期文字處理和內(nèi)容存檔，省去記錄的人力和時(shí)間成本，大幅提升了轉(zhuǎn)換效率，給予開(kāi)發(fā)者和用戶更好的使用體驗(yàn)。

百度長(zhǎng)語(yǔ)音識(shí)別適用于安卓SDK、iOS SDK，均在原有的離在線融合SDK上升級(jí)，開(kāi)發(fā)者可根據(jù)不同情況接入百度長(zhǎng)語(yǔ)音識(shí)別功能。目前，開(kāi)發(fā)者可登陸百度AI開(kāi)放平臺(tái)（ai.baidu.com），在“SDK下載”界面中，下載體驗(yàn)百度長(zhǎng)語(yǔ)音識(shí)別功能。

據(jù)了解，作為全球早進(jìn)軍人工智能領(lǐng)域的公司之一，百度早在2010年就已經(jīng)開(kāi)始智能語(yǔ)音及相關(guān)技術(shù)研發(fā)，分別于2014年和2015年年底發(fā)布了深度語(yǔ)音識(shí)別系統(tǒng)Deep Speech和Deep Speech 2。該系統(tǒng)使用“端對(duì)端”的深度學(xué)習(xí)技術(shù)，在噪音環(huán)境下的表現(xiàn)比谷歌、微軟以及蘋果的語(yǔ)音系統(tǒng)更好。同時(shí)，百度憑借深度語(yǔ)音識(shí)別技術(shù)于 2016年入選MIT十大突破技術(shù)。2017年初，百度推出網(wǎng)頁(yè)應(yīng)用SwiftScribe，它能將音頻文件轉(zhuǎn)為文本，30秒內(nèi)就可轉(zhuǎn)換完成時(shí)長(zhǎng)1分鐘的音頻文件，轉(zhuǎn)化效率較人工速記快1.67倍，極大提升速記行業(yè)轉(zhuǎn)錄效率，加速語(yǔ)音行業(yè)的發(fā)展。