科大讯飞语音识别率再提升 启动方言发言人招募

　　6月12日，科大讯飞在京举办了主题为“爱输入 更懂你”的媒体见面会，会上讯飞输入法市场品牌负责人李强军介绍，目前讯飞输入法用户规模突破6亿，语音输入月覆盖率达50%。同时，讯飞语音识别率也从97%提升至98%，讯飞输入法支持扩至23种方言，为更好利用AI来保护方言，讯飞将启动方言发音人招募活动。

（图片来源互联网）

　　“输入法从97%到98%准确率的识别效果，提升的只是一个点，这背后发生了什么？”讯飞输入法之父翟吉博表示，识别准确率的提升有三个难点，一是使用场景多样化，二是用户习惯，三是中国汉字和文化的特殊性。针对这些难点，讯飞做了很多的努力，比如针对多样化的场景，科大讯飞分别推出了长文本输入、耳语输入。针对用户习惯和个性化，推出了个性化的训练模型，中英文混合输入，针对23种方言也推出了懂你懂乡音等。

　　翟吉博表示，语音输入更精准的方法离不开数据和算法。讯飞输入法从人脑神经科学入手对人类记忆进行仿生，实现大量无监督的数据去辅助有人工标注的数据。受图像领域CNN应用的启发，科大讯飞独家研发了深度全序列卷积神经网络（Deep Fully Convolutional Neural Network，DFCNN）语音识别框架，使用大量的卷积层直接将语谱图作为输入，相比传统语音特征作为输入，有效降低信息损失，非常出色地表达语音的长时相关性。同时，借鉴了图像识别中效果最好的网络配置，每个卷积层使用3×3的小卷积核训练更深的CNN模型，输出单元直接与最终的识别结果（比如音节或汉字），从而使识别准确率显著提升。

　　本次见面会的另一个重要环节是启动“方言发音人招募”公益行动。经济、文化活动的全球化以及区域经济的迅速发展，导致主流语言或通用语言更加强势，同时也使得弱势语言的交际功能不断衰弱，甚至濒临消亡。目前世界上的语言有6000～10000种，据语言学家预测，大部分语言将于本世纪末消失。因此，濒危语言保护（以下简称为“语保”）已经成为了一项极重要而迫切的工作。

　　科大讯飞多语种高级研究员祖漪清在现场讲述了方言势微的现状，她强调，利用人工智能技术进行濒危语言、方言系统研究，是实现对一个语言的完整“复制”的重要方式。因此，本次媒体见面会上，科大讯飞正式启动了“AI方言发音人招募”公益行动。

　　转自：中国电子报

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“中国产业经济信息网”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。版权事宜请联系：010-65363056。

延伸阅读