2019年，中国人工智能专利申请量排名中，百度以5712件位列第一，并包揽了深度学习技术、语音识别、自然语言处理、智能驾驶等多个人工智能核心领域第一；2019年，百度大脑全面升级为5.0，成为支撑产业智能化、软硬件一体的 AI 大生产平台。

在算法突破和计算架构升级的基础上，百度大脑5.0进行算法、计算架构与应用场景的融合创新，打通人工智能产业化应用落地的全部流程，实现了 AI 技术的标准化、自动化和模块化。由此，企业和开发者不用重复“造轮子”，能够直接将 AI 技术应用于行业场景，加速产业智能化进程。

1. SMLTA 模型大幅提升语音识别准确率和速度

语音识别方面，百度提出流式多级的截断注意力模型 SMLTA，在国际上首次实现流式注意力建模超越整句注意力模型的性能，也是国际上首次实现在线语音识别大规模使用注意力模型。

SMLTA 在大幅提升识别速度的同时，也提高了识别准确率。输入法有效产品相对准确率提升15%，音箱有效产品相对准确率提升20%。

流式多级的截断注意力模型 SMLTA
2. 仅需20句话就可合成专属声音

语音合成方面，针对风格迁移、音色模拟和情感拟人的三大挑战，百度推出语音合成技术 Meitron，将声音中的音色、风格、情感等要素映射到不同的子空间，在使用时，不同要素任意组合，灵活控制合成语音的风格。

Meitron 个性化语音合成降低了技术门槛，仅需20句话就可以制作一个人的专属声音。该技术成果已经落地百度地图，百度地图发布了“百雀灵计划”，上线全球首个地图语音定制功能。

Meitron 个性化韵律迁移合成技术
3. 特色视觉技术矩阵，囊括多项赛事冠军

视觉技术方面，百度已经形成了包括图像、视频、AR/VR、重要垂类、软硬一体化五大方向的特色视觉技术矩阵。

OCR、物体检测、视频理解、目标跟踪等业界领先的图像与视频技术多次在国内外顶级赛事中取得佳绩，例如在 CVPR 2019 就取得10项冠军，并已在机械制造、金融、医疗、教育等领域得到广泛应用。

创新的 3D 和 AR 视频交互技术，已经实现人脸、手势、环境、肢体多维度的技术突破，可用于一体化人机交互等创新应用。

4. ERNIE 荣登 NLP 领域权威数据集 GLUE 榜首

自然语言处理技术方面，百度打造了可持续学习的知识增强语义理解框架 ERNIE，通过建模海量数据中的实体、概念等先验知识，学习真实世界的语义关系。融合知识的语义建模大幅增强模型的语义表示能力，在共计 16 个中英文任务上超越 BERT、XLNET，取得 SOTA 效果。

2019年12月，ERNIE 在自然语言处理领域权威数据集 GLUE 中荣登榜首，并以9个任务平均得分首次突破90大关刷新该榜单历史，超越微软 MT-DNN-SMART、谷歌T5、ALBERT 等一众国际顶级预训练模型。

ERNIE 已经在工业级应用，如阅读理解、情感分析、搜索智能问答、视频推荐、CTR 预估等广泛使用，效果提升非常明显。

（ERNIE 在自然语言处理领域权威数据集 GLUE 中荣登榜首）

5. 对话技术突破，提升口语理解能力

对话方面，百度提出了基于深度注意网络的多轮响应选择匹配模型 DAM（Deep Attention Matching Network），显著提高了口语理解能力。

在对话系统框架中，百度一方面提供可编程的对话管理框架，并内置多个常用标准对话范式，为在云端开发灵活可变的业务对话逻辑提供便利；另一方面，提供需求分发和全局记忆机制，支持多个对话任务的集成与联动，提高了对话技能的可复用性，降低了新业务的重复开发成本。

百度可定制对话技术依托百度大脑 UNIT 平台，支持5万多个对话技能，服务广大行业客户。