百度開發語音識識系統DeepSpeech,嘈雜環境下識別率超Google、蘋果
百度開發語音識識系統DeepSpeech,嘈雜環境下識別率超Google、蘋果
2014.12.19 | 科技

不久前,百度的首席科學家吳恩達(Andrew Ng)在接受採訪時曾談到了百度最近人工智慧的進展情況,強調了近期百度重點是攻關語音識別。現在他們已經在這方面取得了突破。

這項成果的名字叫做Deep Speech,是一款採用深度學習技術的語音識別系統系統。其獨特之處在於,它可以在飯店等嘈雜環境下實現將近81% 的辨識準確率。

81%的準確率聽起來似乎不算高。但是同樣環境下,其他的商業版語音識別API,包括Bing、Google以及Wit.AI等的最高識別率也只有65%。相比之下這就算十分突出的表現了。而且按照吳恩達的說法,這樣的結果依然低估了Deep Speech與其他語音識別系統的準確率差異,因為Deep Speech進行比較時還把其他語音識別系統那些返回空白字符串的結果排除在外了。而且Deep Speech跟頂級的學術型語音識別模型(基於流行的數據集Hub5'00建模)相比也高出9個百分點。

百度首席科學家吳恩達稱儘管這還只是一項研究,但是公司正在考慮將它集成到供智慧手機和Baidu Eye之類的可穿戴設備使用的語音識別軟體當中。而且百度還在開發與Amazon Echo類似、集成有語音助理的家電產品,名字叫做CoolBox。除此以外,百度在開發的智慧自行車當然也能利用Deep Speech技術。

Deep Speech 的基礎是某種遞歸神經網絡(RNN),這種遞歸神經網絡經常被用於語音識別和文本分析。

但是Deep Speech 的成功主要得益於一個長達10 萬小時的語音數據訓練集。這是百度人工智慧實驗室團隊用新穎的辦法在嘈雜環境下建立的。其過程大致是這樣的。首先百度收集了7000 小時的語音會話數據,然後再將這些語音文件與包含有背景噪音的文件合成到一起,最後形成約10 萬小時的訓練集。這些背景噪音包括了飯店、電視、自助餐廳以及汽車內、火車內等場景。相比之下,Hub5'00 的數據集總共只有2300 小時。

當然,這麼龐大的數據,大多數系統都不知道如何去處理。吳恩達表示,Deep Speech的成功很大程度上要取決於百度規模龐大的基於GPU的深度學習基礎設施。GPU(圖形處理器)往往是偏數學型計算的首選。許多深度學習系統都採用GPU避免通信瓶頸(不過微軟的深度學習系統Adam卻走了不同的路線),但是像百度這樣大規模的設施卻是少見的。

百度的另一大改進,是對這個龐大的數據集採用了點到點的深度學習模型,而不是標準的、計算代價高昂的聲學模型。傳統上一般都會把語音識別分別為多個步驟,其中一步叫做語音調適,但是百度卻不做這一步,而是給Deep Speech 的算法提供大量的數據,然後讓它去學習所有需要學習的東西。這種做法除了收穫了準確率以外,還顯著減少了代碼庫的規模。

這項研究是吳恩達領導的百度人工智慧實驗室多位研究人員的努力成果,論文發表在康乃爾大學圖書館的arXiv.org網站上,感興趣的可到此處下載

本文出自36氪 / boxi

往下滑看下一篇文章
數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎

在高度碎片化的年代,企業行銷,不該是短跑,而是一場需要團隊默契的接力賽。

從社群平台、通訊軟體、搜尋引擎,再到網紅、短影音等,消費者與品牌的接觸點愈來愈碎片化。為了追求更好的行銷成效,企業陸續導入口碑行銷、廣告投放、會員經營等不同策略,並搭配各式各樣的 MarTech 工具,希望精準掌握每一次與消費者互動的機會。

然而,這些行銷策略就如同接力賽的跑者,雖然每一棒都努力衝刺,卻常常無法將成果順利交給下一棒,口碑、廣告與會員經營往往分屬不同負責人、使用不同平台,不僅數據散落在不同系統、跨部門協作成本高昂,一旦負責人員異動,累積多年的實戰經驗也容易隨之流失,使企業難以將每一次投入轉化為長期成長動能。

擁有 20 年行銷實戰經驗的數聚集團創辦人張元溢(Mars),看見許多企業投入愈來愈多工具與預算,卻始終無法累積真正的成長資產。他直言:「工具越多,不表示結果越好。」真正的競爭力,在於建立一套能整合數據、沉澱經驗並持續優化的成長機制,讓每一次行銷投入都成為下一次決策的養分,形成能不斷學習、自我進化的成長閉環。

基於這樣的理念,他整合旗下 Reddoor 紅門互動、Justar 數聚國際與 INLY 影領三大品牌,成立「數聚集團」,並提出全台首創的「聲量、流量、存量」行銷飛輪,串聯品牌曝光、流量轉換與會員經營三大階段。並整合第一方、第二方、第三方數據與生成式 AI,協助企業打造能自主學習、持續優化的 AI 成長引擎,讓品牌成長不再仰賴一次次重新開始,而是形成能持續累積價值的商業飛輪。

#2數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團創辦人 張元溢
圖/ 數位時代

從聲量、流量到存量,打造會持續成長的品牌飛輪

達摩媒體暨影領國際執行長林合政(Adam)指出,企業在不同成長階段都有明確的經營目標,例如建立品牌聲量、透過廣告帶動流量,或深化會員經營、提升顧客價值。然而,任何一項策略都不可能無限放大成效,當成長逐漸趨於飽和,就需要下一個階段接力,才能持續創造新的成長動能。

林合政表示,真正重要的,不是哪一個環節最成功,而是每一個環節都能為下一個階段創造價值。 當品牌聲量帶動流量、流量沉澱為會員資產,再透過會員口碑與數據反哺品牌影響力,便能形成持續運轉的品牌飛輪,而不是依賴一次次的廣告投入。

#3 數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
達摩媒體暨影領國際執行長 林合政
圖/ 數位時代

數聚集團品牌長蔡雅藍(Blue)進一步拆解品牌飛輪的運作架構。第一步,由 INLY AI 網紅媒合平台快速媒合適合的創作者,以內容建立品牌信任與市場討論度,為品牌累積第一波成長動能。

#4 數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團品牌長 蔡雅藍
圖/ 數位時代

接著,由 Justar 數聚國際接力擴大市場觸及,透過數位廣告、線下媒體與多元渠道整合,精準接觸潛在受眾,將品牌關注轉化為實際流量與訂單。

當新客成功導入後,再由 Reddoor 紅門互動透過會員經營、數據分析與自動化行銷,提升顧客黏著度、回購率與終身價值,將一次性的流量沉澱為可持續經營的品牌資產。

最後,再透過 MGM(Member Get Member)會員推薦機制,讓忠誠會員主動分享使用體驗、推薦親友,進一步帶動品牌討論與新客加入,形成「聲量 → 流量 → 存量 → 聲量」持續循環的品牌飛輪。
張元溢表示,這套飛輪並非一開始就規劃好的商業模式,而是數聚集團二十多年來陪伴品牌成長、持續驗證與優化後逐步發展出的成果。

「我們最早做的是廣告,後來客戶開始需要口碑;當口碑做好了,又開始思考如何留下會員、提升回購。」他回憶,團隊每一次拓展服務,都不是為了增加產品線,而是在陪伴客戶成長的過程中,看見下一個真正需要解決的問題,也因此逐步收斂出如今的「聲量、流量、存量」品牌飛輪。

從 Data Lake 到 Vibe Marketing,AI 開始接手整個行銷流程

飛輪要能持續運轉,關鍵不只是串聯聲量、流量與存量,更在於每個階段產生的數據能否真正累積。為此,數聚集團打造 Data Lake(數據中台),整合會員、廣告等第一方數據,並串接第二方、第三方資料,將原本分散於不同系統的資訊,匯聚成企業專屬的數據底座。

「現在大家都在談第一方數據,但企業真正缺的,其實是把不同來源的數據整合起來。」張元溢表示,除了企業自身累積的會員資料,數聚集團也串接發票數據、線下渠道等外部資訊,協助品牌從更完整的消費旅程理解市場,而不是只看見自己的會員輪廓。

當數據基礎建立完成後,AI 才真正開始發揮價值。過去,AI 多半停留在生成文案、圖片等單點應用;如今,數聚集團希望讓 AI 直接參與整個行銷流程。品牌只需提供活動網址(URL)、預算與行銷目標,AI 即可根據品牌歷史數據與過往成效,自動完成創作者媒合、媒體投放與策略配置,並在執行過程中持續學習與優化。

蔡雅藍表示,這也是數聚集團提出 Vibe Marketing 的核心概念。「就像 Vibe Coding 讓開發者透過自然語言完成程式開發,Vibe Marketing 則希望讓企業只需描述商業目標,AI 就能完成大部分的行銷規劃與執行。」她認為,AI 的角色不只是生成內容,而是逐步接手重複且仰賴經驗的工作,讓行銷人員能將更多時間投入品牌策略、產品創新與顧客經營。

林合政補充,真正的競爭優勢,不是使用同一套 AI 模型,而是企業是否擁有屬於自己的數據與經驗資產。當品牌知識、行銷策略與營運經驗,都能透過 Data Lake 持續沉澱並回饋 AI,每一次決策都將成為下一次成長的基礎,形成企業專屬的 AI 成長引擎。

展望未來,張元溢表示,數聚集團將持續整合 AI、Data Lake 與生態系夥伴資源,將這套品牌成長模式從線上延伸至線下,並逐步拓展海外市場。他認為,當品牌能讓每一次聲量、每一筆流量、每一位會員都成為下一次成長的起點,AI 才真正從工具,進化為企業的成長引擎。

為了進一步分享這套方法論與最新產品布局,數聚集團將於 8 月 12 日舉辦「數聚・領航 2026 產品發表會」,首度完整公開以 AI 為核心的品牌成長飛輪,並攜手聯合線上、傑思・愛德威、SHOPLINE 等合作夥伴,從媒體、代理商到電商生態,共同探討 AI 時代品牌經營的新策略與成長機會。活動將於 8 月 12 日(三)14:00–16:30 舉行,品牌可透過報名頁(https://reurl.cc/KEAYOe)報名參與。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓