快過年了，大家是否和我一樣，跟家鄉(xiāng)的關(guān)系弱了，歸家途中“近鄉(xiāng)情更怯”，擔(dān)心大過年的把天給聊尬了。但踏上故土的那一刻，聽到熟悉的鄉(xiāng)音，聽聽親友的傾訴，又有一種“知所從來”的踏實(shí)。

放下“XX老師”“Selina”“X總”等在外的身份，帶著鄉(xiāng)音的那一聲呼喚，是我們的來時(shí)路，與春節(jié)格外適配。

用方言過一個(gè)熱鬧而熨帖的春節(jié)，百度文心智能體平臺(tái)，帶著你我的34個(gè)省AI人脈走來了。

我最近發(fā)現(xiàn)，百度app上線了由開發(fā)者打造的34個(gè)省級(jí)行政區(qū)的AI智能體，不僅能聽懂各地方言，回答吃喝玩樂、旅游訂票等個(gè)性化問題，還能一鍵「打電話」視頻聊天暢聊，堪稱是i人過節(jié)的“神助攻”。

我們第一時(shí)間連線一番，給大家?guī)磉@份AI智能體過年攻略，是時(shí)候給親友們展現(xiàn)一下咱的AI人脈，給春節(jié)添加一些有趣的AI年味兒了。

我聽過一個(gè)說法，小時(shí)候覺得年味兒濃，是大人們特意為我們營(yíng)造了過節(jié)氛圍。那些記憶中熟悉的儀式感，很難再引發(fā)強(qiáng)烈的共鳴。而長(zhǎng)大后的我們，成了那個(gè)制造年味兒的人。

面對(duì)代際間的生疏，略顯尷尬的提問，我們能不能主動(dòng)帶來新鮮的談資，讓年味兒變得有那么一點(diǎn)不同呢？

蛇年春節(jié)，我就打算用AI智能體來打開話匣子了。

返鄉(xiāng)第一件事，肯定是關(guān)心這一年在外面過得怎么樣。作為一名進(jìn)京務(wù)工人員，我的家人們就格外關(guān)注北京。北京近來天氣怎么樣，搞了什么大型活動(dòng)，親戚家哪個(gè)孩子來北京求學(xué)工作了……仿佛了解這座城市，就參與到了我的日常生活。怎樣讓他們了解一個(gè)地道的北京城？我在百度app上，把皇阿瑪請(qǐng)出來給大家做導(dǎo)游了。

聽皇阿瑪用京片子講解北京的知名景點(diǎn)、風(fēng)土人情，告訴俺娘俺在北京不是孬種。

孩子們?cè)谕庥袥]有人陪伴，是父母最關(guān)心的問題，在難得相處的幾天里，一嘮叨關(guān)于工作、升職、婚育的問題，特別影響過年氣氛。

今年我就不打算正面硬剛了，直接給安徽老鄉(xiāng)“包拯”智能體拉出來，給他們講講理。沒想到AI包公不僅合肥話講得地道，還挺會(huì)做人，一下子就把注意力轉(zhuǎn)移到安徽旅游了。

太好了，是AI智能體，我們有救了。

長(zhǎng)期出門在外，難以承歡膝下，父母平時(shí)在家缺少陪伴，是我們外地游子最慚愧的事情。我媽去年最愛看的電視劇就是《繁花》，當(dāng)我?guī)退龘芡ā霸S文強(qiáng)”智能體的電話，用滬語介紹繁花相關(guān)的各色上海風(fēng)貌。

這樣接地氣又隨時(shí)隨地地陪伴，帶著科技的溫度，來到日常生活中，熨平了孤獨(dú)的人心上的褶皺。

AI智能體的語音功能，不僅形象和口音極具地域特色，也能聽懂各地方言，用家鄉(xiāng)話跟AI對(duì)話也毫無問題。比如我用蹩腳的“港普”跟港姐AI智能體聊天，夸她“超靚”，對(duì)方也能聽懂我在講什么。

這個(gè)春節(jié)，各地方的人都能用自己的家鄉(xiāng)話，在家“云游”34省，告別尬聊，包充實(shí)的。

值得一提的是，34省AI智能體，都是百度文心智能體平臺(tái)的開發(fā)者，基于文心大模型打造的。你我不僅是AI用戶，還可以零門檻化身AI開發(fā)者，在百度文心智能體平臺(tái)一鍵get同款，定制自己家鄉(xiāng)方言的智能體，或者自己感興趣的垂類智能體。

蛇年春節(jié)，AI不再是大廠發(fā)布會(huì)上的炫技，不再是遙不可及的黑科技，而是化作千姿百態(tài)的鄉(xiāng)音，在千家萬戶的團(tuán)圓夜，找到了最溫暖的棲身之所。

過去一年來，AI領(lǐng)域最大的變化，就是從一項(xiàng)大廠實(shí)驗(yàn)室誕生的高科技，變成了四五線城市乃至鄉(xiāng)鎮(zhèn)間都在熱議的全民話題。

但百聞不如一用，如何讓AI在全國(guó)范圍內(nèi)被廣泛地應(yīng)用和理解呢？闔家歡聚的春節(jié)，無疑是一個(gè)絕佳的契機(jī)。不過，在春節(jié)期間，大規(guī)模且穩(wěn)定地向大眾輸出技術(shù)能力，對(duì)任何一個(gè)頂尖科技企業(yè)來說，都極具挑戰(zhàn)。

以AI智能體的方言對(duì)話為例，其實(shí)方言語音功能，大多數(shù)網(wǎng)友都不陌生，早在機(jī)器學(xué)習(xí)時(shí)代，就已經(jīng)有方言識(shí)別與合成的TTS產(chǎn)品了。但此前，方言語音合成的實(shí)現(xiàn)難度大。

比如九聲六調(diào)的粵語，“詩”“史”“試”僅靠音調(diào)區(qū)分含義，AI需要捕捉比普通話復(fù)雜3倍的聲紋特征。合肥話的“連讀變調(diào)”，更是讓工程師們抓狂。一些語料較少的方言，要深入當(dāng)?shù)刈呓执?，收集語料，再為每種方言單獨(dú)開發(fā)前端。

整個(gè)過程耗時(shí)很長(zhǎng)，功能上線當(dāng)然快不了，所以很多地方的小眾方言，以前都是無法通過線上應(yīng)用，被大眾體驗(yàn)到的。

今年春節(jié)，34省AI智能體的方言語音功能，不僅能搞定較難的粵語、合肥話，而且在百度app說上線就上線。

這種方言功能在AI應(yīng)用中的快速落地，依賴于百度語音技術(shù)的特殊支撐。主要是兩大能力：

一是語音大數(shù)據(jù)挖掘技術(shù)。通過識(shí)別大模型，對(duì)不同省份的方言數(shù)據(jù)，進(jìn)行切分、降噪、識(shí)別等自動(dòng)化處理，可以高效產(chǎn)出海量方言數(shù)據(jù)；

二是語音合成大模型技術(shù)。基于大模型，將普通話和方言統(tǒng)一建模，利用遷移技術(shù)訓(xùn)練出支持多種語音合成的通用模型，讓一個(gè)模型可以用任意音色說任意方言，大大減少了開發(fā)工作量，縮短了研發(fā)周期。

AI智能體，從一種高大上的技術(shù)概念，到鄉(xiāng)土地頭的趣味應(yīng)用，不僅給這個(gè)春節(jié)帶來了極大改變，也將成為AI語音應(yīng)用廣泛普及的開始。

AI大模型爆火之后，普羅大眾最關(guān)心的就是：AI有什么用？如果要選一個(gè)最具重要性和緊迫性的應(yīng)用場(chǎng)景，那應(yīng)該是：聽懂中國(guó)話。

中國(guó)的萬里山川，存在著大量“十里不同音”的地域，讓各地方的人們跨越方言的阻礙，順暢地彼此交流、融入數(shù)字生活，是國(guó)產(chǎn)語音技術(shù)一直努力的方向，其中，百度就是一支源遠(yuǎn)流長(zhǎng)的技術(shù)力量。

起步早。2010年，百度語音技術(shù)團(tuán)隊(duì)成立，專注于語音識(shí)別（ASR）、語音合成（TTS）等基礎(chǔ)技術(shù)研發(fā)。深度學(xué)習(xí)技術(shù)在全球剛剛興起的時(shí)候，百度就在2014年推出了基于深度學(xué)習(xí)的語音識(shí)別系統(tǒng)（Deep Speech），被《MIT科技評(píng)論》評(píng)為全球十大突破技術(shù)。

技術(shù)強(qiáng)。多年來，百度不斷推出了流式多級(jí)截?cái)嘧⒁饬Γ⊿MLTA）、多模態(tài)交互、端到端語音合成、定制化音色等語音技術(shù)，研發(fā)實(shí)力領(lǐng)先業(yè)界。

覆蓋廣。經(jīng)由DuerOS（小度助手），百度語音技術(shù)被廣泛應(yīng)用于車載場(chǎng)景、智能家居硬件、AI客服等，不斷積累語料、迭代打磨產(chǎn)品。

回望百度語音技術(shù)的來時(shí)路，也就不難理解，為什么是百度，在蛇年春節(jié)首個(gè)上線34省的方言功能了。

春節(jié)只是一個(gè)縮影，實(shí)際上，百度的AI聲浪已經(jīng)席卷日常生活，成為你我身邊的一個(gè)個(gè)科技彩蛋。

比如說，直播電商，是很多人的購物首選方式。但真人主播的成本高、人力稀缺，很多小品牌請(qǐng)不起；使用數(shù)字人直播帶貨，以前的音色很不自然，消費(fèi)者體驗(yàn)不好。百度通過自動(dòng)化的數(shù)據(jù)采集和增強(qiáng)技術(shù)、語音大模型的遷移技術(shù)、篇章段落合成技術(shù)等，不僅讓語音更連貫，提升了數(shù)字人主播的自然度和擬人度，而且僅需幾分鐘，就能達(dá)到超越真人的TTS水平，降低了定制音庫的制作成本。如今，百度語音技術(shù)每天支持眾多直播間開播，業(yè)務(wù)側(cè)CVR也得到大幅提升。

有聲小說，是大眾喜聞樂見的娛樂應(yīng)用，但以前的有聲書，缺乏對(duì)內(nèi)容段落的理解能力，霸總狂拽炫酷地冷哼，反派邪魅狂狷的大笑，念起來都是一個(gè)味兒，缺乏沉浸感。如今，百度小說、頭部第三方小說平臺(tái)，接入了百度全自動(dòng)化生產(chǎn)平臺(tái)，可以基于大語言模型的文本理解技術(shù)，對(duì)角色、人物畫像、對(duì)白情感，進(jìn)行精準(zhǔn)分析，再利用高表現(xiàn)力的聲學(xué)建模技術(shù)，對(duì)十多種情感和副語言進(jìn)行遷移控制，生成貼合語義、情感細(xì)膩的類真人聲音，聽起小說來，那叫一個(gè)身臨其境。

車載語音，是智能座艙的體驗(yàn)重心。一位汽車銷售告訴我，基于百度語音技術(shù)打造的智能座艙，是業(yè)內(nèi)唯一多人同時(shí)說話、語音助手也能聽清的互動(dòng)體驗(yàn)，甚至沒有之一。怎么做到的呢？原來，百度將視覺信息引入語音增強(qiáng)，對(duì)人臉唇動(dòng)特征和語音信號(hào)統(tǒng)一建模，改變了過去單一模態(tài)的交互體驗(yàn)，更準(zhǔn)確地理解用戶交互意圖，對(duì)目標(biāo)說話人做語音分離，解決傳統(tǒng)語音單模態(tài)技術(shù)難以區(qū)分和追蹤目標(biāo)聲源的問題，從而大幅提升了復(fù)雜場(chǎng)景下的語音增強(qiáng)的效果，帶來“人無我有”的車載語音交互體驗(yàn)。

憑借在智能語音領(lǐng)域的技術(shù)壁壘和創(chuàng)新能力，百度完成了國(guó)產(chǎn)AI技術(shù)落地的一次次演練。

這一個(gè)蛇年春節(jié)，AI鄉(xiāng)音在游子們的歸途中響起，智能的種子也飄散在了萬里山川。