近日，阿里巴巴達摩院機器智能實驗室語音識別團隊，推出了新一代語音識別模型——DFSMN，不僅被谷歌等國外巨頭在論文中重點引用，更將全球語音識別準確率紀錄提高至96.04%（基于世界最大的免費語音識別數據庫LibriSpeech）。
這支平均年齡只有30歲的團隊還宣布，即日起向全世界企業(yè)與個人開源此次打破全球語音識別紀錄的DFSMN模型，使全球開發(fā)者都能共享這一成果，共同推進人工智能技術的發(fā)展。這也使DFSMN有望繼傳統(tǒng)的LSTM模型后，成為全球語音識別領域最主要的聲學識別模型之一，全球語音識別準確率也有望總體提高10%。
著名語音識別專家，西北工業(yè)大學教授謝磊表示：“阿里此次開源的DFSMN模型，在語音識別準確率上的穩(wěn)定提升是突破性的。是近年來深度學習在語音識別領域最具代表性的成果之一。對全球學術界和AI技術應用都有巨大影響?！?/p>
阿里在GitHub平臺上開源了自主研發(fā)的DFSMN語音識別模型
語音識別是人機交互中的核心技術，在智能音響、智能家居、機器人及自動駕駛等領域都有廣泛應用。在剛剛結束的云棲大會武漢峰會上，裝有DFSMN語音識別模型的“AI收銀員”在與真人店員的PK中，在嘈雜環(huán)境下準確識別了用戶的語音點單，在短短49秒內點了34杯咖啡。此外，裝備這一語音識別技術的自動售票機也已在上海地鐵“上崗”。
DFSMN語音識別模型，對比目前業(yè)界使用最為廣泛的LSTM模型，訓練速度更快、識別準確率更高。采用全新DFSMN模型的智能音響或智能家居設備，相比前代技術深度學習訓練速度提到了3倍，語音識別速度提高了2倍。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
