8月31日，在“2013中國軟件開發者大會”上，百度移動·云事業部研發經理陳彬表示，自百度媒體云推出以來，受到了開發者的追捧。近日，百度媒體云還向開發者開放語音、圖像、視頻三大技術服務，幫助開發者降低技術門檻和開發成本，助力開發者邁入移動互聯新時代。

 

業內人士評價，媒體云在移動互聯網時代對于開發者具有非常高的價值，百度所推出的媒體云，降低了媒體應用開發技術門檻，極大地節省運營成本，實現和開發者一起“云化視聽新生活”。

 

 

“百度媒體云是基于百度內部深厚的多媒體技術積累，通過開放語音、圖像、視頻三大云能力，以百度媒體云的方式在移動及碎片化終端時代為開發者提供整體的媒體解決方案。”陳彬這樣給出了百度媒體云的定義。

 

8月22日的“百度世界2013”大會上，百度已經宣布向開發者免費開放百度整個語音生態系統，這主要包括三個層次：第一，最底層的語音識別技術API，方便開發者通過API接口實現語音識別功能；第二，百度語音助手SDK，使服務和應用直接對接；第三，硬件可以直接安裝百度語音助手，幫助初級開發者成長。

 

“百度語音識別技術從發展到開放，成功案例已經比比皆是，比如在2012年底小黃雞趣味自動聊天機器人，通過搞笑和無厘頭的自動回復迅速走紅于網絡；訂票助手通過百度語音識別技術，實現了訂票全程語音化。保益盲人地圖通過使用媒體云語音SDK，實現了通用語音識別、通用語音搜索，以及音樂、視頻、地圖、app、網站名等垂直領域的語音識別技術等各項功能。”陳彬說。

 

業內人士表示，語音識別技術及能力的開放，更是實現了百度從“行業領跑者”到“生態構建者”的轉型。

 

 

“百度圖像技術的開放則向開發者開放人臉驗證、檢索、屬性識別以及圖像能力，陸續有人臉驗證、人臉檢索、人臉屬性識別、圖像處理四種技術能力開放，開放方式為人臉服務SDK、人臉服務API、圖像處理SDK等三種方式。”陳彬說。

 

百度的圖像技術，催生出許多明星應用。其中，“百度魔圖PK大咖”功能就是憑借著人臉識別技術和強大的圖像能力，在全球超過20個國家和地區的App Store攝影與錄像應用軟件中排名進入前五，用戶量突破一億大關。“百度作為一家搜索引擎公司，在自然語言處理，語音搜索，圖片搜索，視頻處理等領域有非常深入的研究及長期的技術積累，最近非常火的百度魔圖PK大咖 ，手機百度的‘為你寫詩’都是這些云能力的集中體現。”陳彬說。

 

陳彬坦言，近期人臉技術就會對所有開發者開放，目前已有多家合作伙伴接入，隨著圖像技術的開放，將有更多的開發者利用到圖像的先進技術，從而開發出更多明星應用。

 

 

“視頻是百度媒體云最先開放也是目前開放功能最多的方向，包括跨終端的T5播放內核及多屏互動SDK、視頻云轉碼、點播及直播等，向開發者提供了完善的平臺服務和解決方案。百度媒體云在極速播放內核、高效轉碼、實時傳輸及分發等方面具備核心技術優勢，其中播放器SDK覆蓋了主流平臺，包括Android、IOS、Flash、HTML5等，Windows Phone版本也即將推出，在碎片化終端兼容性及穩定性上領先于國內其他播放器及MXPlayer等世界一流產品。”陳彬說。

 

他表示，尤其是視頻LIVE直播服務，將會驚呆開發者小伙伴們，因為視頻LIVE直播服務會把你的直播資源直接分享到他們的終端上，充分利用了媒體云實時上傳、實時轉碼、實時分發、實時播放等SDK。中視里程創始人趙曉俠算是被驚呆的一個開發者“小伙伴”。趙曉俠已經與百度合作推出家用視頻監控產品“i耳目”。他說：“通過利用百度媒體云、個人云存儲等服務，我們只用了兩個月就開發出i耳目。百度的技術框架，讓我們節省時間和成本，非常便捷。”

 

“我們希望利用圖像、語音、視頻技術的三大開發武器，使開發者們獲得技術支持，降低運營成本，同時加速商業變現。希望越來越多的開發者加入百度媒體云，我們一起‘云化視聽新生活’。”陳彬說。