百度也來開源AI技術，釋出語音辨識機器學習演算法

日前，百度AI實驗室（Silicon Valley AI Lab，SVAIL）在GitHub上開源釋出語音辨識機器學習演算法Warp-CTC，用來解決如語音辨識的監督問題，可以對應輸入序列和輸出序列的資料。

Warp-CTC是用於CPU和Nvidia GPU上的開源CTC演算法，而CTC是連結時序分類（Connectionist Temporal Classification）的縮寫，可用來訓練端對端（End-to-End）系統的語音辨識。CTC是一個物件函數，可以不需要輸入和輸出的資料與標籤之間的組合，也可以做序列資料預測的監督訓練。

（圖片來源／百度）

以上圖為例，上圖顯現出CTC計算一個語音輸出序列「貓（The Cat）」的概率，經由加總所有輸入序列可能的組合，可以對應到「貓」這個詞彙。

百度AI實驗室表示，因為包含組合數學的計算，要能夠明確地計算所有概率的成本過高，但是CTC使用動態程式設計來降低計算的複雜度。另外，因為CTC是一個微分函數，所以也可以用在深度神經網路（Deep Neural Network）的SGD（Stochastic Gradient Descent）標準訓練上。

此外，百度也表示，百度AI實驗室專注在經常性神經網路的（Recurrent Neural Network）擴大，而CTC損失函數（Loss Function）則是重要的元素。

而除了百度開源釋出AI軟體之外，臉書、Google、微軟、IBM等廠商早在去年相繼釋出開源AI軟體。其中，由臉書在去年年初打頭陣，開源釋出了自家人工智慧實驗室所研發的深度學習模組Torch，接著，Google在去年11月開源釋出了機器學習引擎TensorFlow，而微軟亞洲研究院也緊跟著在Github上開源釋出了分散式機器學習工具包DMTK。幾周後，IBM也跟著開源釋出了機器學習技術SystemML。