[汽車之家 行業(yè)] 近日，百度宣布百度Create大會（暨百度AI開發(fā)者大會）將于1月10日舉辦。據(jù)悉，百度已連續(xù)第五年舉辦Create大會，今年的Create大會將依舊在百度希壤元宇宙中呈現(xiàn)，分享百度在人工智能、自動駕駛、智能交通、智能搜索、量子計算、人工智能科學(xué)計算等領(lǐng)域的最新進(jìn)展與思考。

　　在Create大會正式召開之前，百度展示了如何用“手機(jī)全雙工語音交互”改善使用導(dǎo)航應(yīng)用的體驗，還詳細(xì)介紹了如何用“上帝視角”提升汽車的自動駕駛能力，以及百度自研的深度學(xué)習(xí)平臺飛槳在科研領(lǐng)域的運用。

業(yè)內(nèi)首發(fā)全雙工語音交互技術(shù)

　　以實際使用場景為例，當(dāng)用戶駕駛車輛時使用地圖導(dǎo)航，一般會借助時播放的導(dǎo)航語音認(rèn)路。當(dāng)環(huán)境音比較嘈雜，而用戶需要修改路線的時候，語音可能會識別不請。它的原理也不難理解，如果手機(jī)App在說話的時候，又在聽，它可能會識別自己說的話，非常容易造成誤判。

　　百度語音首席架構(gòu)師賈磊解釋說，很長一段時間，都沒有一個方案能普適的支持在手機(jī)上實現(xiàn)全雙工的語音交互——在手機(jī)播放導(dǎo)航提示的同時，也能夠聽清我們的指令，甚至像真人對話一樣可以被我們隨時打斷，并對新的語音指令給予反饋。

　　理論上講，想要實現(xiàn)全雙工語音交互，必須先做回聲消除，避免手機(jī)終端識別自己播放的聲音。賈磊說，在前裝軟件的音箱、車載系統(tǒng)上比較容易實現(xiàn)，可以通過硬件適配算法，提前保證回聲消除的效果。

　　而手機(jī)App屬于純軟件后裝方案，需要讓軟件算法適配不同型號的終端硬件。通常，手機(jī)上喇叭距離麥克風(fēng)的距離比較近，同時手機(jī)終端款式多，硬件參差不齊。這些因素疊加在一起，會導(dǎo)致聲音信號的回聲消除會出現(xiàn)各種各樣的問題。再加上手機(jī)硬件的迭代更新非常快速，回聲消除效果就更加難以保證了。

　　百度的技術(shù)團(tuán)隊融合傳統(tǒng)信號處理和深度學(xué)習(xí)模型各自的優(yōu)點，基于語音識別目標(biāo)，端到端地進(jìn)行回聲消除和信號增強(qiáng)，解決了手機(jī)場景下的回聲消除問題，即使手機(jī)音量開到最大，回聲消除量也能達(dá)到40分貝，使得手機(jī)APP的語音識別功能能夠正常工作。

　　據(jù)介紹，這是第一個能在手機(jī)上實現(xiàn)純軟件方案回聲消除的技術(shù)。這個技術(shù)的實現(xiàn)讓讓人機(jī)交互更智能順暢，更逼近人與人直接交互的體驗。目前，百度已經(jīng)計劃將全雙工語音交互運用到更多場景中，比如智能汽車。

車路一體的UniBEV解決方案

　　在近日的溝通會上，百度還展示了自動駕駛車路一體解決方案UniBEV。

　　據(jù)了解，近幾年來，有的車企推出了BEV（Bird's Eye View，視覺為中心的俯視圖）自動駕駛感知方案。據(jù)介紹，BEV自動駕駛感知就好比是一個從高處統(tǒng)觀全局的“上帝視角”，車上多個傳感器采集的數(shù)據(jù)，會輸入到一個統(tǒng)一模型進(jìn)行整體分析推理生成鳥瞰圖，能有效地避免誤差疊加；這種方案還能夠做到時序融合，不僅是收集一個時刻的數(shù)據(jù)，分析一個時刻的數(shù)據(jù)，而是支持把過去一個時間片段中的數(shù)據(jù)都融合進(jìn)模型做環(huán)境感知建模，時序信息的引入讓感知到的結(jié)果更穩(wěn)定，使得車輛對于道路情況的判斷更加準(zhǔn)確、讓自動駕駛更安全。

　　而百度基于BEV基礎(chǔ)上，提出了UniBEV車路一體的解決方案。它集成了車端多相機(jī)、多傳感器的在線建圖、動態(tài)障礙物感知，以及路側(cè)視角下的多路口多傳感器融合等任務(wù)，是業(yè)內(nèi)首個車路一體的端到端感知解決方案。

　　基于統(tǒng)一的BEV空間，UniBEV 車路一體大模型更容易實現(xiàn)多模態(tài)、多視角、多時間上的時空特征融合。百度借助大數(shù)據(jù)+大模型+小型化技術(shù)閉環(huán)，在車端路側(cè)的動靜態(tài)感知端有更大的優(yōu)勢。

　　此外，百度還展示了飛槳團(tuán)隊的最新成果：推出了超大規(guī)模圖學(xué)習(xí)訓(xùn)練技術(shù)PGLBox，是業(yè)界首個同時支持復(fù)雜算法+超大圖+超大離散模型的大規(guī)模圖學(xué)習(xí)訓(xùn)練技術(shù)，通過顯存、內(nèi)存、SSD三級存儲技術(shù)和訓(xùn)練框架的性能優(yōu)化技術(shù)，單機(jī)即可支持百億節(jié)點、數(shù)百億邊的圖采樣和訓(xùn)練，并可通過多機(jī)擴(kuò)展支持更大規(guī)模。據(jù)悉飛槳目前已經(jīng)在百度的智能交通、信息推薦、搜索等標(biāo)桿場景實現(xiàn)落地，大幅提升業(yè)務(wù)效率和用戶體驗。（文/汽車之家 張凌霄 ）

查看同類文章：

智能網(wǎng)聯(lián)

更多精彩內(nèi)容：

新車-匯總

行業(yè)對話

汽車之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點