近日，阿里巴巴達(dá)摩院機(jī)器智能實(shí)驗(yàn)室語(yǔ)音識(shí)別團(tuán)隊(duì)，推出了新一代語(yǔ)音識(shí)別模型——DFSMN，不僅被谷歌等國(guó)外巨頭在論文中重點(diǎn)引用，更將全球語(yǔ)音識(shí)別準(zhǔn)確率紀(jì)錄提高至96.04%（基于世界最大的免費(fèi)語(yǔ)音識(shí)別數(shù)據(jù)庫(kù)LibriSpeech）。
這支平均年齡只有30歲的團(tuán)隊(duì)還宣布，即日起向全世界企業(yè)與個(gè)人開源此次打破全球語(yǔ)音識(shí)別紀(jì)錄的DFSMN模型，使全球開發(fā)者都能共享這一成果，共同推進(jìn)人工智能技術(shù)的發(fā)展。這也使DFSMN有望繼傳統(tǒng)的LSTM模型后，成為全球語(yǔ)音識(shí)別領(lǐng)域最主要的聲學(xué)識(shí)別模型之一，全球語(yǔ)音識(shí)別準(zhǔn)確率也有望總體提高10%。
著名語(yǔ)音識(shí)別專家，西北工業(yè)大學(xué)教授謝磊表示：“阿里此次開源的DFSMN模型，在語(yǔ)音識(shí)別準(zhǔn)確率上的穩(wěn)定提升是突破性的。是近年來(lái)深度學(xué)習(xí)在語(yǔ)音識(shí)別領(lǐng)域最具代表性的成果之一。對(duì)全球?qū)W術(shù)界和AI技術(shù)應(yīng)用都有巨大影響?！?/p>
阿里在GitHub平臺(tái)上開源了自主研發(fā)的DFSMN語(yǔ)音識(shí)別模型
語(yǔ)音識(shí)別是人機(jī)交互中的核心技術(shù)，在智能音響、智能家居、機(jī)器人及自動(dòng)駕駛等領(lǐng)域都有廣泛應(yīng)用。在剛剛結(jié)束的云棲大會(huì)武漢峰會(huì)上，裝有DFSMN語(yǔ)音識(shí)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(zhǔn)確識(shí)別了用戶的語(yǔ)音點(diǎn)單，在短短49秒內(nèi)點(diǎn)了34杯咖啡。此外，裝備這一語(yǔ)音識(shí)別技術(shù)的自動(dòng)售票機(jī)也已在上海地鐵“上崗”。
DFSMN語(yǔ)音識(shí)別模型，對(duì)比目前業(yè)界使用最為廣泛的LSTM模型，訓(xùn)練速度更快、識(shí)別準(zhǔn)確率更高。采用全新DFSMN模型的智能音響或智能家居設(shè)備，相比前代技術(shù)深度學(xué)習(xí)訓(xùn)練速度提到了3倍，語(yǔ)音識(shí)別速度提高了2倍。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
