ITBear旗下自媒体矩阵:

中国AI显自信,阿里向世界开源最准确语音识别模型

   时间:2018-06-07 14:54:05 来源:互联网编辑:星辉 发表评论无障碍通道

短新闻:

近日,阿里巴巴达摩院机器智能实验室语音识别团队,推出了新一代语音识别模型——DFSMN,不仅被谷歌等国外巨头在论文中重点引用,更将全球语音识别准确率纪录提升至96.04%(基于世界最大的免费语音识别数据库LibriSpeech)。该团队同时宣布,即日起向全世界企业与个人开源DFSMN模型,使全球开发者都能共享这一成果,全球语音识别准确率也有望总体提高10%。语音识别是人机交互中的核心技术,在智能音响、智能家居、自动驾驶等领域都有广泛应用。

正文:

近日,阿里巴巴达摩院机器智能实验室语音识别团队,推出了新一代语音识别模型——DFSMN,不仅被谷歌等国外巨头在论文中重点引用,更将全球语音识别准确率纪录提高至96.04%(基于世界最大的免费语音识别数据库LibriSpeech)。

这支平均年龄只有30岁的团队还宣布,即日起向全世界企业与个人开源此次打破全球语音识别纪录的DFSMN模型,使全球开发者都能共享这一成果,共同推进人工智能技术的发展。这也使DFSMN有望继传统的LSTM模型后,成为全球语音识别领域最主要的声学识别模型之一,全球语音识别准确率也有望总体提高10%。

著名语音识别专家,西北工业大学教授谢磊表示:“阿里此次开源的DFSMN模型,在语音识别准确率上的稳定提升是突破性的。是近年来深度学习在语音识别领域最具代表性的成果之一。对全球学术界和AI技术应用都有巨大影响。”

图片说明:阿里在GitHub平台上开源了自主研发的DFSMN语音识别模型

语音识别是人机交互中的核心技术,在智能音响、智能家居、机器人及自动驾驶等领域都有广泛应用。在刚刚结束的云栖大会武汉峰会上,装有DFSMN语音识别模型的“AI收银员”在与真人店员的PK中,在嘈杂环境下准确识别了用户的语音点单,在短短49秒内点了34杯咖啡。此外,装备这一语音识别技术的自动售票机也已在上海地铁“上岗”。

DFSMN语音识别模型,对比目前业界使用最为广泛的LSTM模型,训练速度更快、识别准确率更高。采用全新DFSMN模型的智能音响或智能家居设备,相比前代技术深度学习训练速度提到了3倍,语音识别速度提高了2倍。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version
关闭
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群