11 月 3 日消息，中國電信人工智能研究院（TeleAI）在今年 5 月發(fā)布業(yè)內(nèi)首個支持 30 種方言自由混說的語音識別大模型 —— 星辰超多方言語音識別大模型。
時隔不到半年，TeleAI 星辰語音大模型的多方言能力再次升級，攻克了湛江話、宜賓話、洛陽話、煙臺話等方言，將方言種類從 30 種提升至 40 種，并引入對英文的識別。
與傳統(tǒng)的有標(biāo)注訓(xùn)練方法相比，TeleAI 通過預(yù)訓(xùn)練語音識別模型，利用海量無標(biāo)注數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，再通過少量有標(biāo)注數(shù)據(jù)進(jìn)行微調(diào)。
由于方言語音數(shù)據(jù)普遍存在無標(biāo)注數(shù)據(jù)多而有標(biāo)注數(shù)據(jù)少的特點(diǎn)，這種“預(yù)訓(xùn)練 + 微調(diào)”的模型方案與方言場景的需求能夠高度契合。
TeleAI 還在模型結(jié)構(gòu)和成本優(yōu)化上進(jìn)行了創(chuàng)新，實現(xiàn)對人工標(biāo)注數(shù)據(jù)的需求量大幅降低約 50 倍，且保障模型效果與有監(jiān)督訓(xùn)練的方言模型水平相當(dāng)。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當(dāng)措施，避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話：010-82306118；郵箱：aet@chinaaet.com。