百度袋鼠開放平臺發(fā)布：用語音、手勢操控技術(shù)推動交互升級。隨著智能設(shè)備消費(fèi)升級大潮的到來，傳統(tǒng)的按鍵遙控器、不靈敏的觸摸屏似乎已顯得有些不合時(shí)宜。為此，很多廠商紛紛加入智能控制研發(fā)行列，試圖找到人與設(shè)備最簡單、快捷的對話方式。近期，走在人工智能領(lǐng)域前列的百度推出了“袋鼠開放平臺“，通過語音指令識別、手勢控制等技術(shù)，致力于提升人機(jī)交互的體驗(yàn)和效率。據(jù)了解，現(xiàn)階段該平臺將免費(fèi)為企業(yè)和開發(fā)者提供基礎(chǔ)的技術(shù)支持與服務(wù)。

    袋鼠開放平臺是一套無接觸操控技術(shù)解決方案，包含語音控制和手勢識別兩大功能模塊。不難理解，無接觸操控指的是用戶不需要與設(shè)備發(fā)生直接接觸即可完成相應(yīng)的指令輸入。例如，駕駛者在駕駛過程中用語音控制手機(jī)、人們在社交中的語音輸入、VR設(shè)備中的手勢操作都是該類技術(shù)的典型應(yīng)用場景。 

 

 自然、直接的手勢識別技術(shù)
    從遠(yuǎn)古時(shí)代起，手勢便是人與人之間然而而常見的溝通方式。現(xiàn)如今，在數(shù)字時(shí)代，手勢控制的作用已經(jīng)延伸到人與設(shè)備之間，打破對傳統(tǒng)物理介質(zhì)的依賴，并廣泛被應(yīng)用于電子、醫(yī)療、工業(yè)制造等各個行業(yè)。
    袋鼠開放平臺中的嵌入式計(jì)算機(jī)視覺解決方案利用深度學(xué)習(xí)和計(jì)算機(jī)視覺技術(shù)，提供了無需觸摸的手勢智能控制技術(shù)， 以提升用戶在VR(虛擬現(xiàn)實(shí))、AR（增強(qiáng)現(xiàn)實(shí)）、智能家居和物聯(lián)網(wǎng)設(shè)備、汽車系統(tǒng)以及其他電子產(chǎn)品的使用體驗(yàn)。用戶通過比出各種手勢，可輕松控制音/視頻播放、手勢拍照和玩體感游戲等等，且操作簡單。借助此技術(shù)，用戶可在VR／AR世界中看見“雙手”。該技術(shù)具有諸多優(yōu)勢，例如，使用單目攝像頭，無其他額外硬件成本、占用系統(tǒng)資源較少、能耗低、識別度精準(zhǔn)度高等等。
 
精準(zhǔn)高效語音控制與輸入技術(shù)
    在中國以中文為基礎(chǔ)的對話式人工智能產(chǎn)業(yè)的風(fēng)口已經(jīng)到來，而世界范圍內(nèi)，對話式人工智能產(chǎn)業(yè)也已全面爆發(fā)。袋鼠開放平臺緊跟風(fēng)口，研發(fā)了袋鼠語音控制系統(tǒng)。
    袋鼠開放平臺的語音控制系統(tǒng)基于百度語音識別、自然語言處理、機(jī)器學(xué)習(xí)、大數(shù)據(jù)等技術(shù)研發(fā)，并深度結(jié)合VR、智能家居、汽車系統(tǒng)等不同行業(yè)相關(guān)詞表需求，實(shí)現(xiàn)覆蓋多行業(yè)的可定制詞表，力圖讓人機(jī)交互更加自然順暢。通過該技術(shù)，用戶可以自如地通過該技術(shù)實(shí)現(xiàn)語音輸入、語音搜索、語音翻譯和語音控制等需求。為追求更高的適用性，袋鼠開放平臺還為合作企業(yè)提供根據(jù)實(shí)際需求定制的不同行業(yè)的專業(yè)詞庫、指令詞庫等。

    袋鼠開放平臺的手勢控制及語音指令和輸入實(shí)現(xiàn)了人類與技術(shù)交互的更多可能性，使用戶真正的享受沉浸式的虛擬現(xiàn)實(shí)，同時(shí)解放雙手讓語音交互變得更加準(zhǔn)確，流暢、自然。
    近年來，手勢控制及語音指令和輸入的應(yīng)用越來越受到營銷、娛樂、游戲等行業(yè)的關(guān)注，無接觸智能操控必然是未來交互方式的重要發(fā)展方向。現(xiàn)階段，手勢控制和語音控制的交互方式還處于快速發(fā)展的階段，并有非常大的發(fā)展和完善空間。相信無接觸智能操控的發(fā)展會給人們帶來更多更美好的體驗(yàn)，徹底解放大眾的雙手，讓生活、工作變得更輕松，更智能。