语音识别助爱奇艺优化搜索体验

爱奇艺

爱奇艺，中国视频行业领先者。秉承“悦享品质”的品牌口号，为用户提供丰富、高清、流畅的专业视频体验，让人们平等、便捷地获得更多、更好的视频。

价值成果

1、百度语音识别准确率高达97%以上，线上识别响应在百毫秒级别，运行流畅稳定；当SDK升级或保障时，有专人负责团队跟进。
2、每天有超过200万次的请求访问百度语音识别服务，新增5万语音来源播放次数，人均播放时长35分钟；语音唤醒游戏下载1万余次，新增2000余次的安装转化； 语音识别服务是最基础的对话体验，为爱奇艺用户使用语音功能保驾护航。

案例故事

核心诉求

随着越来越多人习惯使用语音输入，语音与文字一样变得不可或缺。通过爱奇艺语音搜索关键词分析发现，用户具有高频次、低龄化、分地域的属性特征，为了更好的满足不同层次的语音用户搜索需求，播放下载视频智能化，需要为爱奇艺用户提供一套不同场景下精确的语音识别服务。

解决方案

百度语音识别解决方案：通过访问用户麦克风，收集用户语音数据、上传至服务器，识别服务分析，转译成文字等技术能力，完成字符串输出，提供爱奇艺使用。而ASR技术解决方案的关键技术难点，在于解决噪音、多人同时说话、远景识别、回声处理等。

现在，解决了爱奇艺语音搜索场景下的痛点：

去噪：在繁杂的环境下能较好地去除噪声。
性能：在用户搜索交互过程中实现了流式处理，边说边译。
鲁棒性：对于不同口音的用户输入，能够实现精准的识别。

具体实现过程如下图：