,百度用人工智能技术做了新产品。,百度硅谷实验室（SVAIL）周一上线了网页应用 SwiftScribe，基本的功能是把音频资料转录成文字。在一篇博客文章中，项目主管 Tian Wu 说他们解决了一个重要的“痛点”：消耗大量时间的逐字听写转录。,SwiftScribe 目前还处在内测阶段，并未开放，不过你可以通过一个演示示例了解它是怎么工作的。SwiftScribe 支持上传时长 1 个小时以内的 wav 或 mp3 文件，目前只接受英文。接下来它需要花点时间生成文字，官方说法是，1 分钟的录音需要不到 30 秒、1 小时的录音需要 20 分钟左右。,接下来你会在网页上看到转录好的文字，但这并不意味着转录结束。文本不会区分大小写、没有标点符号，更没有分段，你需要在文本框中手动编辑，然后再做导出。这个过程也会被百度记录，就像所有的人工智能学习过程一样，它用来帮助算法纠正错误，提高准确率。,,文本框底部有一排工具栏，播放按钮开启，一个高亮的标识会跟随语音标出阅读的进度，方便你停下来查看这个单词对应的语音。这个工具栏还有变速、标记的功能。,这个过程就相当于用机器算法取代了速记员、听写员的工作。“SwiftScribe 会在广泛的领域内带来积极影响，提高生产力，包括医疗机构、法律、商业和媒体。”Tian Wu 在博客中说，专业领域的人工听写效率低，1 小时的录音往往需要花费 4-6 个小时，每分钟语音的成本在 1 美元，SwiftScribe 能把完成工作的时间平均缩短 40%。,Tian Wu 在接受采访时表示，他们以后还会增加对视频文件的语音识别支持，也会添加自动插入标点符号等功能。,语音识别并不是什么新鲜事物，你手机里的各种语音助理比如 Siri、Cortana 都基于此，用户关心的唯一问题可能是到底识别的准确性有多高。,按照 Tian Wu 的介绍，SwiftScribe 基于他们的最新研究成果 Deep Speech 2。2014 年百度的首席科学家吴恩达刚刚入职百度不久，就带着一个 10 人的团队开发 Deep Speech，一套语音识别系统。,当时的研究重点在怎么提高嘈杂环境下的英语语音识别准确率。百度收集了 9600 个人 7000 小时的语音样本，添加了 15 种噪声，把样本扩充到 10 万小时。吴恩达说这套系统的错误率比同期的微软 Bing Speech、Google Speech API 等竞争对手低 10%。,2015 年，硅谷人工智能实验室又发表论文公布了 Deep Speech 2 ，这个系统开始学习汉语，也提高了对不同英语口音识别的能力。,到 2016 年，百度利用 Deep Speech 技术推出基于 Android 的语音输入应用 TalkType，强调输入法对“语音优先”。同一年，Deep Speech 2 还入选了《MIT 评论》评出的“ 2016 年十大突破技术”，入选的理由是“语音识别技术让智能手机变得更易操作”。,可以确定的是，百度之后还会花费更多的精力、更多的钱来支持人工智能的研究，这是李彦宏反复提及的最新故事。,上个月的财报电话会议上，李彦宏说会压缩百度糯米和百度外卖的补贴和营销费用、公司的未来在人工智能领域：“人工智能是改变互联网和传统工业的一个巨大机会。”,与之对应的是，百度 2016 年的营收涨了 6.3%、净利润少了三分之二。这是百度自成立以来，年度净利润首次下跌。而百度总收入中，依然有九成以上来自广告业务。,