又一篇，奇富科技智能語(yǔ)音團(tuán)隊(duì)論文登上國(guó)際頂會(huì)INTERSPEECH 2024

7月10日消息，奇富科技智能語(yǔ)音團(tuán)隊(duì)論文《Qifusion-Net：基于特征融合的流式/非流式端到端語(yǔ)音識(shí)別框架》(Qifusion-Net: Layer-adapted Stream/Non-stream Model for End-to-End Multi-Accent Speech Recognition)被全球語(yǔ)音與聲學(xué)頂級(jí)會(huì)議INTERSPEECH 2024收錄。

這是繼去年奇富科技團(tuán)隊(duì)《Eden-TTS：一種簡(jiǎn)單高效的非自回歸“端到端可微分”神經(jīng)網(wǎng)絡(luò)的語(yǔ)音合成架構(gòu)》論文之后的又一篇論文被該國(guó)際頂會(huì)認(rèn)可。

資料顯示，INTERSPEECH由國(guó)際語(yǔ)音通訊協(xié)會(huì)（International Speech Communication Association, ISCA）創(chuàng)辦，是語(yǔ)音處理領(lǐng)域的頂級(jí)旗艦國(guó)際會(huì)議。作為全球最大的綜合性語(yǔ)音處理領(lǐng)域的科技盛會(huì)，歷屆INTERSPEECH會(huì)議都備受全球各地語(yǔ)音語(yǔ)言領(lǐng)域人士的廣泛關(guān)注。

此次被收錄的奇富科技智能語(yǔ)音團(tuán)隊(duì)論文中Qifusion框架模型具有以下特點(diǎn)：

1.方言種類(lèi)更豐富：

憑借自身在貸后場(chǎng)景及方言領(lǐng)域的豐富數(shù)據(jù)樣本，Qifusion框架模型在原有東北官話(huà)、膠遼官話(huà)、北京官話(huà)、冀魯官話(huà)、中原官話(huà)、江淮官話(huà)、蘭銀官話(huà)和西南官話(huà)等國(guó)內(nèi)八種主流方言的基礎(chǔ)上，精準(zhǔn)強(qiáng)化了四川、重慶、山東、河南、貴州、廣東、吉林、遼寧、黑龍江等用戶(hù)密集地區(qū)的方言識(shí)別能力。這使得平均識(shí)別準(zhǔn)確率相對(duì)提升了25%，尤其在川渝地區(qū)，方言識(shí)別準(zhǔn)確率相對(duì)提升超35%。

2.方言識(shí)別更精準(zhǔn)：

Qifusion框架模型具備自動(dòng)識(shí)別不同口音的能力，并能在時(shí)間維度上對(duì)解碼結(jié)果進(jìn)行口音信息修正，使方言口音的語(yǔ)音識(shí)別誤差率降低了30%以上，整體語(yǔ)音識(shí)別字錯(cuò)率降低了16%以上，顯著提升了用戶(hù)體驗(yàn)。此外，在業(yè)內(nèi)知名的Kespeech 開(kāi)源方言數(shù)據(jù)集性能對(duì)比測(cè)試中，Qifusion字錯(cuò)率刷新模型最低值，達(dá)到國(guó)內(nèi)頂尖水平。

3.方言識(shí)別更高效：

Qifusion框架采用了創(chuàng)新的層自適應(yīng)融合結(jié)構(gòu)，能通過(guò)共享信息編碼模塊，更高效的提取方言信息。同時(shí)，該框架模型還支持即說(shuō)即譯功能，能在無(wú)需知曉額外方言信息的前提下，對(duì)不同方言口音的音頻進(jìn)行實(shí)時(shí)解碼，實(shí)現(xiàn)精準(zhǔn)的識(shí)別和轉(zhuǎn)譯。這使得Qifusion框架在業(yè)務(wù)場(chǎng)景中能夠迅速準(zhǔn)確地捕捉并響應(yīng)用戶(hù)需求。

據(jù)悉，奇富科技智能語(yǔ)音團(tuán)隊(duì)將受邀參與9月INTERSPEECH 2024科技盛會(huì)并發(fā)表主題報(bào)告，進(jìn)一步分享其在語(yǔ)音識(shí)別領(lǐng)域的創(chuàng)新成果，與全球同行共探語(yǔ)音科技的未來(lái)。

生成海報(bào)

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(shū)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(kāi)相關(guān)鏈接。