STT賦能的語(yǔ)音控制應(yīng)用程序于2017年啟動(dòng)，為視頻生成字幕，并在其他功能中處理每個(gè)月超過(guò)十億分鐘的語(yǔ)音。
Google Cloud現(xiàn)在發(fā)布了一個(gè)新的神經(jīng)序列到序列模型，用于語(yǔ)音識(shí)別，該模型在不同的用例，噪聲環(huán)境，聲學(xué)條件和詞匯量方面進(jìn)行了測(cè)試。
新模型基礎(chǔ)架構(gòu)基于尖端的機(jī)器學(xué)習(xí)技術(shù)，該技術(shù)使用戶(hù)可以更有效地利用語(yǔ)音培訓(xùn)數(shù)據(jù)。
Google Cloud Speech Team杰出科學(xué)家Fran?oiseBeaufays在博客文章中說(shuō)：
“使用STTAPI時(shí)，企業(yè)和開(kāi)發(fā)人員都會(huì)立即看到盒子外質(zhì)量的改進(jìn)，盡管您始終可以調(diào)整模型以提高性能，但可以在無(wú)需任何初始調(diào)整下即可感受到這種新體系結(jié)構(gòu)的好處。”
“隨著模型對(duì)各種聲音，噪聲環(huán)境和聲學(xué)條件的擴(kuò)展支持，您可以在更多的上下文中產(chǎn)生更準(zhǔn)確的輸出，從而使您更快，輕松，有效地將語(yǔ)音技術(shù)嵌入在應(yīng)用程序中。”
隨著模型的擴(kuò)展支持，用戶(hù)現(xiàn)在可以更自然地對(duì)其智能家居設(shè)備使用更長(zhǎng)的句子說(shuō)話(huà)。
聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
