春节返乡，记得带上这全国34个省的AI人脉……

wmz

       
        快过年了，大家是否和我一样，跟家乡的关系弱了，归家途中“近乡情更怯”，担心大过年的把天给聊尬了。但踏上故土的那一刻，听到熟悉的乡音，听听亲友的倾诉，又有一种“知所从来”的踏实。

        放下“XX老师”“Selina”“X总”等在外的身份，带着乡音的那一声呼唤，是我们的来时路，与春节格外适配。
        用方言过一个热闹而熨帖的春节，百度文心智能体平台，带着你我的34个省AI人脉走来了。
       
        我最近发现，百度app上线了由开发者打造的34个省级行政区的AI智能体，不仅能听懂各地方言，回答吃喝玩乐、旅游订票等个性化问题，还能一键「打电话」视频聊天畅聊，堪称是i人过节的“神助攻”。
        我们第一时间连线一番，给大家带来这份AI智能体过年攻略，是时候给亲友们展现一下咱的AI人脉，给春节添加一些有趣的AI年味儿了。
       
        我听过一个说法，小时候觉得年味儿浓，是大人们特意为我们营造了过节氛围。那些记忆中熟悉的仪式感，很难再引发强烈的共鸣。而长大后的我们，成了那个制造年味儿的人。
        面对代际间的生疏，略显尴尬的提问，我们能不能主动带来新鲜的谈资，让年味儿变得有那么一点不同呢？
        蛇年春节，我就打算用AI智能体来打开话匣子了。
        返乡第一件事，肯定是关心这一年在外面过得怎么样。作为一名进京务工人员，我的家人们就格外关注北京。北京近来天气怎么样，搞了什么大型活动，亲戚家哪个孩子来北京求学工作了……仿佛了解这座城市，就参与到了我的日常生活。怎样让他们了解一个地道的北京城？我在百度app上，把皇阿玛请出来给大家做导游了。
        听皇阿玛用京片子讲解北京的知名景点、风土人情，告诉俺娘俺在北京不是孬种。
        孩子们在外有没有人陪伴，是父母最关心的问题，在难得相处的几天里，一唠叨关于工作、升职、婚育的问题，特别影响过年气氛。
        今年我就不打算正面硬刚了，直接给安徽老乡“包拯”智能体拉出来，给他们讲讲理。没想到AI包公不仅合肥话讲得地道，还挺会做人，一下子就把注意力转移到安徽旅游了。
        太好了，是AI智能体，我们有救了。
        长期出门在外，难以承欢膝下，父母平时在家缺少陪伴，是我们外地游子最惭愧的事情。我妈去年最爱看的电视剧就是《繁花》，当我帮她拨通“许文强”智能体的电话，用沪语介绍繁花相关的各色上海风貌。
        这样接地气又随时随地地陪伴，带着科技的温度，来到日常生活中，熨平了孤独的人心上的褶皱。
        AI智能体的语音功能，不仅形象和口音极具地域特色，也能听懂各地方言，用家乡话跟AI对话也毫无问题。比如我用蹩脚的“港普”跟港姐AI智能体聊天，夸她“超靓”，对方也能听懂我在讲什么。
        这个春节，各地方的人都能用自己的家乡话，在家“云游”34省，告别尬聊，包充实的。
        值得一提的是，34省AI智能体，都是百度文心智能体平台的开发者，基于文心大模型打造的。你我不仅是AI用户，还可以零门槛化身AI开发者，在百度文心智能体平台一键get同款，定制自己家乡方言的智能体，或者自己感兴趣的垂类智能体。
        蛇年春节，AI不再是大厂发布会上的炫技，不再是遥不可及的黑科技，而是化作千姿百态的乡音，在千家万户的团圆夜，找到了最温暖的栖身之所。
       
        过去一年来，AI领域最大的变化，就是从一项大厂实验室诞生的高科技，变成了四五线城市乃至乡镇间都在热议的全民话题。
        但百闻不如一用，如何让AI在全国范围内被广泛地应用和理解呢？阖家欢聚的春节，无疑是一个绝佳的契机。不过，在春节期间，大规模且稳定地向大众输出技术能力，对任何一个顶尖科技企业来说，都极具挑战。
        以AI智能体的方言对话为例，其实方言语音功能，大多数网友都不陌生，早在机器学习时代，就已经有方言识别与合成的TTS产品了。但此前，方言语音合成的实现难度大。
        比如九声六调的粤语，“诗”“史”“试”仅靠音调区分含义，AI需要捕捉比普通话复杂3倍的声纹特征。合肥话的“连读变调”，更是让工程师们抓狂。一些语料较少的方言，要深入当地走街串巷，收集语料，再为每种方言单独开发前端。
        整个过程耗时很长，功能上线当然快不了，所以很多地方的小众方言，以前都是无法通过线上应用，被大众体验到的。
       
        今年春节，34省AI智能体的方言语音功能，不仅能搞定较难的粤语、合肥话，而且在百度app说上线就上线。
        这种方言功能在AI应用中的快速落地，依赖于百度语音技术的特殊支撑。主要是两大能力：
        一是语音大数据挖掘技术。通过识别大模型，对不同省份的方言数据，进行切分、降噪、识别等自动化处理，可以高效产出海量方言数据；
        二是语音合成大模型技术。基于大模型，将普通话和方言统一建模，利用迁移技术训练出支持多种语音合成的通用模型，让一个模型可以用任意音色说任意方言，大大减少了开发工作量，缩短了研发周期。
        AI智能体，从一种高大上的技术概念，到乡土地头的趣味应用，不仅给这个春节带来了极大改变，也将成为AI语音应用广泛普及的开始。
       
        AI大模型爆火之后，普罗大众最关心的就是：AI有什么用？如果要选一个最具重要性和紧迫性的应用场景，那应该是：听懂中国话。
        中国的万里山川，存在着大量“十里不同音”的地域，让各地方的人们跨越方言的阻碍，顺畅地彼此交流、融入数字生活，是国产语音技术一直努力的方向，其中，百度就是一支源远流长的技术力量。
        起步早。2010年，百度语音技术团队成立，专注于语音识别（ASR）、语音合成（TTS）等基础技术研发。深度学习技术在全球刚刚兴起的时候，百度就在2014年推出了基于深度学习的语音识别系统（Deep Speech），被《MIT科技评论》评为全球十大突破技术。
        技术强。多年来，百度不断推出了流式多级截断注意力（SMLTA）、多模态交互、端到端语音合成、定制化音色等语音技术，研发实力领先业界。
        覆盖广。经由DuerOS（小度助手），百度语音技术被广泛应用于车载场景、智能家居硬件、AI客服等，不断积累语料、迭代打磨产品。
        回望百度语音技术的来时路，也就不难理解，为什么是百度，在蛇年春节首个上线34省的方言功能了。
        春节只是一个缩影，实际上，百度的AI声浪已经席卷日常生活，成为你我身边的一个个科技彩蛋。
        比如说，直播电商，是很多人的购物首选方式。但真人主播的成本高、人力稀缺，很多小品牌请不起；使用数字人直播带货，以前的音色很不自然，消费者体验不好。百度通过自动化的数据采集和增强技术、语音大模型的迁移技术、篇章段落合成技术等，不仅让语音更连贯，提升了数字人主播的自然度和拟人度，而且仅需几分钟，就能达到超越真人的TTS水平，降低了定制音库的制作成本。如今，百度语音技术每天支持众多直播间开播，业务侧CVR也得到大幅提升。
        有声小说，是大众喜闻乐见的娱乐应用，但以前的有声书，缺乏对内容段落的理解能力，霸总狂拽炫酷地冷哼，反派邪魅狂狷的大笑，念起来都是一个味儿，缺乏沉浸感。如今，百度小说、头部第三方小说平台，接入了百度全自动化生产平台，可以基于大语言模型的文本理解技术，对角色、人物画像、对白情感，进行精准分析，再利用高表现力的声学建模技术，对十多种情感和副语言进行迁移控制，生成贴合语义、情感细腻的类真人声音，听起小说来，那叫一个身临其境。
        车载语音，是智能座舱的体验重心。一位汽车销售告诉我，基于百度语音技术打造的智能座舱，是业内唯一多人同时说话、语音助手也能听清的互动体验，甚至没有之一。怎么做到的呢？原来，百度将视觉信息引入语音增强，对人脸唇动特征和语音信号统一建模，改变了过去单一模态的交互体验，更准确地理解用户交互意图，对目标说话人做语音分离，解决传统语音单模态技术难以区分和追踪目标声源的问题，从而大幅提升了复杂场景下的语音增强的效果，带来“人无我有”的车载语音交互体验。
        凭借在智能语音领域的技术壁垒和创新能力，百度完成了国产AI技术落地的一次次演练。
        这一个蛇年春节，AI乡音在游子们的归途中响起，智能的种子也飘散在了万里山川。