媒体监测和推荐平台

智慧城市

当前位置:首页 > 智慧城市 > 详细内容

中国AI显自信,阿里巴巴向世界开源新一代语音识别模型

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。

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。

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。”

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,对比目前业界使用较为广泛的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。

来源: 新华网