ロビン・リー：11月末までに百度は非常に「従順」になるだろう

携帯電話は長い間、食事をする人にとって必需品となってきましたが、ニュースを聞くときもビデオを見るときも、携帯電話を操作するために片手を空ける必要があります。音楽を聴きながら夜にランニングしているとき、時々立ち止まって手を使ってプレイリストを切り替える必要があります...口を動かすだけで電話を言うようにすることは可能ですか？これに対し、百度創業者のロビン・リー氏は11月16日に開催された百度世界大会で、そのようなシナリオは「今月末までに可能になるだろう」と述べた。

Baidu World イベントで、Robin Li 氏は自ら録画したビデオを通じて、よりスマートな AI インタラクション モードを実演しました。動画では、朝食を食べていた李延紅さんが、百度の携帯電話の「ヘッドフォン」アイコンをクリックしてTTS機能を使用している。彼は音声で百度の携帯電話の情報の流れを自由に制御することができた。彼は通常の会話を通じてやりとりを完了するだけでよく、自由に「ニュースを聞く」ことができました。

同時に、音声コマンドを使用して、再生順序の調整、百科事典の検索、音量の調整などの機能を自由に操作することもできます。ロビン・リー氏は、この機能は「押したり起動したりする必要がなく、人と話すのと同じくらい自然だ」と語った。また、同機能は百度モバイルが11月末にリリースする音声バージョンでも利用可能となることも明らかにした。これは明らかに、Baidu の情報フロー サービスがユーザー エクスペリエンスを大幅に向上させる魔法のツールとなるでしょう。

音声インタラクションはAI時代における人間とコンピュータのインタラクションの重要な手段だが、李延宏氏の見解では、この技術はまだ完全な人間化を達成していない。 「テレビでの会話であれ、私たちが普段目にするAIスピーカーとの会話であれ、実は基本的な閾値があります。ユーザーは話す前にボタンを押すか、ウェイクアップワードが必要です。このウェイクアップワードには、機械がユーザーが話しかけたいと認識できるように、やはり4つの単語が必要です。しかし実際には、私たちは相手と話すたびに相手の名前を呼ぶ必要はありません。」同氏は、百度の技術チームによる携帯電話向け百度TTSの画期的な進歩がこの限界を超え、ユーザーに人間とコンピューターの対話をよりシンプルでスマートな方法で提供したと述べた。

実際、Baidu News は早くも 2015 年に「人間化された音声放送」を開始し、ユーザーがニュースを入手するときに非常に人間化された人間とコンピューターの対話体験を得られるようになりました。今回、モバイルBaidu TTS放送の音声制御機能は、大量のユーザーフィードバックとインタラクションデータを蓄積した後、新たなアップグレードと反復を経ました。ユーザーは、運転中、運動中、食事中など、音楽を聴いたり、ニュースを聞いたり、ビデオを視聴したりすることができ、まさに「両手が自由になる」ことを実現します。

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。