我们来看一下这个案例。
【播放语音识别技术演示视频】
大家看到，在刚才的过程中，百度大脑一直在实时地识别双方的对话，尤其是从电话里面传出来的声音，有的时候并不是那么清晰，对于人来说要完全听清楚每一个字其实都是有一定难度的，但百度大脑的语音识别能力已经可以做到非常精准，并且可以根据用户的问题、实时推荐下一步的工作要怎样应对，这是一个语音识别应用在企业日常运作中的一个例子，就像我刚才讲的，应该还有很多很多应用场景，大家可以根据自己的背景去想象。
语音识别是一方面，语音合成又是另外一个方面。语音合成是什么意思呢？就是机器可以把文字转换成语音，把它念出来、读出来。今天的语音合成也有了和过去非常不一样的体验，最主要的就是，它可以用比较自然的人的声音读出来，而不是像过去机器一样，每一个字之间的停顿都是一样长，是匀速的、没有表情的。这样的自然体验，当然对于用户的黏性来说也是有很大的作用。
现在，百度每天要响应2.5亿次的语音合成请求，这些请求用来干什么呢？比如说，过去人们看小说，今天可以在手机百度里面听小说。慢慢的人们听小说的时间也更长了，过去每个人平均在小说频道会花大概四十分钟左右的时间，现在要花将近两个半小时，就是因为把计算机合成出来的语音读出来给我们听，确实是一个很不错的体验，甚至是一种享受。那么这种读出来的小说，和我们平时听到的广播有什么本质上的不一样？其实非常不一样。广播是每一个人听到的东西是一模一样的，而今天的语音合成，它可以做到每一个人听到的东西都是不一样的，完全根据你个人的需求进行定制，这就是为什么它的（用户）黏性会很高，它能够具备自然发声的能力。不仅如此，其实我们可以想象一下，它如果能够模拟一个自然人的表达方式或发声能力，它就可以模拟任何一个你喜欢的人的说话方式。
不知道有没有人注意到，百度地图里导航功能就是用语音来进行的，其中有一个选项可以用我的声音进行导航。其实导航的那些话我并没有说过，机器只是根据我平时说话的情况合成了一个李彦宏的声音。这样的声音不仅在我身上可以做到，在很多其他人身上也可以做到。
我们现在来给大家展示一个合成的声音。我们合成了一下13年前已经去世的张国荣的声音，我们来放一段video。
【播放情感语音合成视频】
为什么给大家展示这个呢？一方面我知道，很多人是张国荣的粉丝，另一方面，其实合成张国荣的声音比合成一般人的声音要更难。为什么呢？因为他的国语语料相对来说比较少，所以，我们能够合成他的声音，就一定能合成很多很多人的声音。
对于百度来说，百度大脑的语音合成能力可以让每个人都有自己的声音模型，你只要按照我们的要求说50句话，我就学会了你说话的方式。当你拥有自己的合成声音之后，比如说家里的老人想经常听你说一说，你把这个声音合成出来让他听就好了。或者说你平时要加班，小孩睡觉之前想听个故事，你合成自己的声音给孩子讲一遍这个故事，听起来也会很亲切。所以大家可以看到，这些语音的能力会带来各种各样新的可能性。
下面我给大家讲一下图像。用一个比较专业的术语来讲，我们叫做计算机视觉。这也是现在广义的人工智能中非常重要的领域。说到图像的识别，我想大家自然而然会反应出来一个什么应用呢？应该就是我们通常讲的人脸识别的应用。人脸识别的准确率今天已经达到了99.7%，已经非常非常准确了。现场的屏幕能够识别出来我们一些嘉宾，根据他们的人脸，我们知道这个人是谁，这个准确率已经比较高了。刚才进来的时候，大家也可以看到一些人脸识别的展台，我们是可以识别很多很多人的面孔的。
那么，人脸识别这个技术是怎么实现的？我们要对人脸的特征提取它的关键点，把这些点打出来之后要做一些处理，把它连成一个面部表情，据此来识别这样一个人。这就使得当一个人的表情发生变化的时候，我们仍然能够识别出来这个特点是没有发生变化的，比如他在哭，他在笑，他在愤怒，他在迷茫，他的表情是不一样的，但是他的表情特征是不变的，所以我们仍然可以很准确地识别出这样一个人。