常有人戲稱廣東人是羊，因為他們無論講什么，似乎都會用"咩--咩--咩--"作句尾語氣詞：
"有咩搞作？"（有什么做法、計劃？）
"系度做緊咩呀"（現(xiàn)在在做什么呢？）
"系咩？"（是嗎？）
這些地道的粵語仿佛自帶音效，你即使不精通粵語，看到這幾句話都能像模像樣地說出來。粵語就像一種流傳千年的文化符號，一旦你深入了解粵語，必會佩服它的古樸有趣、博大精深，承載了廣府文化強烈的情感認同。
粵語，又稱廣東話，是中國漢語七大方言之一，全球將近有1.2億人口使用，在國際影響力和語言的韻味方面，粵語的地位絕對是重量級的老大。
隨著AI的飛速發(fā)展，應用場景不斷擴展，智能語音設備無處不在，對于多語種多口音語音識別的需求也在日漸增加。其中，作為擁有強大號召力的粵語，已成為眾多人工智能廠商關注的重點。
雖然粵語語音識別需求越來越多，但想要實現(xiàn)精準的粵語識別效果，面臨的技術難度也不小。
粵語有多難？
由于承接著古漢語的許多特點，粵語在詞匯、語法、發(fā)音上都和普通話有明顯區(qū)別。
詞匯上，粵語的日常用語富有特色。雖是口語，卻比較"文縐縐"："喜歡"叫做"鐘意"，"厲害"叫做"犀利"，"討厭"是"乞人憎"，勞駕他人、感謝幫忙，要說"唔該"。粵語的發(fā)音就更難了。由于保留了古漢語、古南越語的特色，以及受外語的影響，相對于普通話的四聲調(diào)，粵語擁有完整的九韻六調(diào)，能夠組合出的總音節(jié)數(shù)比普通話還要多。
標貝科技粵語語音識別
對于AI語音產(chǎn)品來說，想要提高語音識別的準確性，就需要大量的優(yōu)質語音數(shù)據(jù)作為模型訓練支撐。面對以上問題及粵語語音識別發(fā)展現(xiàn)狀，標貝科技此前已經(jīng)推出一系列粵語語音識別數(shù)據(jù)集，幫助對識別模型進行優(yōu)化訓練。
近日，標貝科技在融合更多語音和文本的數(shù)據(jù)采集，以及高精度的數(shù)據(jù)標注基礎上，定制專用語音識別模型，推出高準確率的粵語語音識別服務。
在聲學模型方面，通過采集大量真實的粵語錄音數(shù)據(jù)，包括朗讀式、自由交談和命令詞等類型，對粵語的發(fā)音習慣、聲調(diào)變化等，進行學習訓練，提高模型精度和識別率。
語言模型方面，標貝科技語音識別技術通過對粵語方言中的特有詞匯，如"咁"、"哋"、"嘅"、"咩呀"、"點睇"等進行專門訓練，有效提升了語音識別引擎對口音、詞匯的適配能力。
立足應用場景 助力人機交互更便捷
在移動互聯(lián)網(wǎng)和信息大爆炸時代，無論是從語言角度還是文化角度，我們都不再離群索居，包括人與人的交流、人與機器的交流，多語種和方言的交匯互通已經(jīng)無處不在。因而，智能語音識別技術成為解決"聽不懂"的有效途徑。
伴隨此次粵語語音識別能力的上線，當前標貝科技可以支持中文、英文、粵語三種語言的語音識別，可以廣泛應用于工作、生活、學習多種場景。
在商務會談中，無論發(fā)言人說的是英文、普通話還是粵語，標貝科技語音識別都能對這些發(fā)言分角色進行識別，將會議和訪談的音頻快速生成會議記錄，后期信息檢索和整理更方便快捷。
在智能客服領域，客服機器人掌握多個語種，能提高普通話、英文、方言識別的準確率，從而精準識別出用戶提出的問題，給予用戶最合適的回答，成為真正"聽得懂，說得出"的智能客服，提升服務質量。
智能家居場景下，精準高效的語音識別讓用戶不必再擔心因為口音問題出現(xiàn)的錯輸、漏輸問題，隨心所欲對各類家居、家電語音助手，以及智能機器人、智能可穿戴設備等進行語音控制。
同時，面向金融、電商、教育、媒體娛樂等行業(yè)，我們也推出行業(yè)領先的語音合成方案，擁有豐富的語音合成音庫，覆蓋中文、英文、中英混讀、小語種、方言等不同語種。客戶可快速選擇合適的音色，也可以根據(jù)業(yè)務場景需求，定制與產(chǎn)品形象相匹配的合成聲音，助力語音產(chǎn)品快速落地應用。
未來，隨著語音交互技術與智能手機、平板電腦、智能家居等電子設備芯片集成的深入發(fā)展，將帶動智能語音產(chǎn)業(yè)迎來更加廣闊的發(fā)展空間。標貝科技將繼續(xù)加碼研發(fā)投入，加速在垂直行業(yè)進行滲透和布局，驅動語音合成、語音識別技術繼續(xù)升級迭代，為消費者創(chuàng)造更優(yōu)質的交互體驗。
