華少的快，矮大緊的京范兒口音，神仙打架的《奇葩說(shuō)》，這些復雜場(chǎng)景的語(yǔ)音識別有多難？今天依圖帶你領(lǐng)略新鮮出爐的語(yǔ)音識別算法實(shí)力。
今天開(kāi)始，依（zui）圖（hao）語(yǔ)音開(kāi)放平臺上線(xiàn)了！
業(yè)內首次系統測試主流語(yǔ)音識別廠(chǎng)商的技術(shù)性能
（測試完成于2018年11月底）
在全球最大中文普通話(huà)數據庫AISHELL-2的三個(gè)測試子集、Accent近場(chǎng)口音測試集、Chat近場(chǎng)安靜聊天測試集上，依圖語(yǔ)音識別算法最近測得多項第一。AISHELL-2數據規模達1000小時(shí)，是目前全球最大的中文開(kāi)源數據庫。在A(yíng)ISHELL2-2018A-EVAL數據集中，依圖語(yǔ)音識別準確率達到96.29%，字錯率（CER）為3.71%，領(lǐng)先第二名約17%。
無(wú)論是語(yǔ)音助手還是節目，電話(huà)客服或是閑聊，依圖更懂你。
依圖語(yǔ)音識別性能優(yōu)于第二名約17%語(yǔ)音未來(lái)任重道遠
通過(guò)手機近距離收集聲音，依圖優(yōu)于第二名約17%，字字再現強時(shí)效內容
語(yǔ)速超快又有地方口音？依圖和訊飛挺下來(lái)了
考驗系統是不是夠“皮實(shí)”、夠“穩健”的時(shí)候到了！在遠距離場(chǎng)景，環(huán)境中會(huì )存在噪聲、混響和反射，依圖和訊飛聽(tīng)見(jiàn)優(yōu)勢明顯
從技術(shù)性能來(lái)說(shuō)，字錯率曲線(xiàn)抖動(dòng)越小，算法的場(chǎng)景通用性越好。綜合各場(chǎng)景測試的結果，業(yè)界主流算法中，依圖和訊飛的算法字錯率抖動(dòng)相對較小。
但是同樣說(shuō)明了語(yǔ)音識別的發(fā)展既有驚喜也有遺憾。各大廠(chǎng)商的近場(chǎng)場(chǎng)景識別能力讓我們感受到了科技的力量，而加入遠場(chǎng)演講的高難度場(chǎng)景的識別能力不足，也表明了未來(lái)的路還很遠。
花式挑戰算法性能依圖表現穩定
聽(tīng)寫(xiě)大會(huì )小程序一經(jīng)發(fā)布，各種評（tiao）測（xi）洶涌而來(lái)。依圖語(yǔ)音憑借自身優(yōu)秀的技術(shù)，展現了極其穩定的語(yǔ)音識別能力。
再熱血的足球解說(shuō)我們hold住
繞口令？依圖能聽(tīng)清！
語(yǔ)音識別歌詞，依圖可帶勁啦！
呂昊博士現場(chǎng)演示的這款“聽(tīng)寫(xiě)大會(huì )”小程序也是業(yè)界第一次基于公開(kāi)API將市場(chǎng)上的主流語(yǔ)音識別技術(shù)性能做比較——歡迎大家去花式調戲！
語(yǔ)音識別命題深遠 攜手華為、微軟共同推動(dòng)技術(shù)發(fā)展
語(yǔ)音是語(yǔ)言的物質(zhì)外殼，它最直接記錄了人的思維活動(dòng)，從語(yǔ)言的誕生第一天起，用語(yǔ)音溝通就成了最自然的一件事情。直到今天，它還是人與人之間交流的最重要的渠道。在語(yǔ)音識別發(fā)展的漫長(cháng)過(guò)程中，不僅僅需要對聲音的記錄，還有對語(yǔ)言句子的理解和當事人的經(jīng)驗，語(yǔ)音識別能力與對知識理解的能力正相關(guān)。
正因如此，人工智能的語(yǔ)音識別不僅有趣，更是很有意義，它是機器理解世界的重要組成部分，是人人交互、人機交互最重要的入口，也是邁向智能發(fā)展更高階段的必經(jīng)之路。盡管這條道路已經(jīng)顯得非常擁擠，語(yǔ)音識別落地場(chǎng)景隨處可見(jiàn)，做語(yǔ)音識別的機構百家爭鳴，人工智能的語(yǔ)音識別仍處于初步發(fā)展的階段。
作為一家對人工智能有著(zhù)深入理解和推廣應用的公司，語(yǔ)音識別是依圖人工智能布局下一個(gè)不可或缺的組成部分。我們將始終保持在技術(shù)層面的投入，通過(guò)技術(shù)的突破來(lái)解鎖更多的可能，也期待更多合作伙伴與我們共同探索語(yǔ)音技術(shù)的行業(yè)應用，共同推動(dòng)行業(yè)發(fā)展。
（依圖首席創(chuàng )新官呂昊博士與微軟大中華區合作伙伴發(fā)展總經(jīng)理周芳女士聯(lián)合發(fā)布語(yǔ)音開(kāi)放平臺）
（依圖首席創(chuàng )新官呂昊博士與華為智能計算渠道合作部部長(cháng)康鑫先生聯(lián)合發(fā)布智能語(yǔ)音聯(lián)合解決方案）
今天，依圖還與微軟Azure聯(lián)合推出依圖語(yǔ)音開(kāi)放平臺（speech.yitutech.com），與華為聯(lián)合發(fā)布“智能語(yǔ)音聯(lián)合解決方案”，將依圖最新的語(yǔ)音識別技術(shù)能力提供給第三方應用開(kāi)發(fā)者，共同推動(dòng)行業(yè)進(jìn)步。
就像物理學(xué)家理查德·費曼所說(shuō)：“我無(wú)法創(chuàng )造的東西，我就不能理解。”我們認為只有真的實(shí)現了人工智能，才有可能弄明白學(xué)習是怎么回事。依圖對人工智能的探索永無(wú)止境。
（極客公園創(chuàng )始人張鵬對話(huà)依圖首席創(chuàng )新官呂昊博士、依圖科學(xué)家吳雙博士）
