互联网资讯 · 2024年9月27日 0

奇富科技的方言识别技术在全球顶尖会议INTERSPEECH 2024上展示

奇富科技受邀出席在希腊举办的国际语音通信与信号处理顶级会议——INTERSPEECH 2024,并发表了题为《QifUSion-Net: LayeR-adapted StReaM/Non-stReaM Model foR End-to-End Multi-Accent Speech RecognITion》的主旨演讲,全面展示了其在语音识别技术领域的成就,为中国语音技术走向世界、参与全球竞争树立了新的标杆。

奇富科技介绍了可同时支持20多种方言的新一代奇富语音识别系统“Qifree”,这是国内金融行业内字错率最低的中文语音识别系统。在中文口音与方言语音识别领域的权威测试集KeSpeech的对比中,奇富科技凭借其在自动语音识别(ASR)领域的深厚积累,实现了方言口音分类准确率的显著提升,达到了79.10%,远超KeSpeech的基线水平61.13%。同时,在衡量识别错误率的关键指标——CER(字符错误率)上,奇富科技更是以8.08%的成绩,远优于KeSpeech的10.38%,展现了其在中文方言识别领域的高效与精准。

奇富科技的方言识别技术在全球顶尖会议INTERSPEECH 2024上展示

奇富科技“Qifree”性能效果与KeSpeech Baseline对比

奇富科技自研的中文语音识别系统“Qifree”,打破了单一模型只能识别特定单一方言的困境,通过创新的层自适应融合结构,借助共享信息编码模块更高效的提取方言信息,实现了即说即译,进一步增强了语音机器人的实时交互能力。值得一提的是,“Qifree”不仅在普通话识别领域的CER上保持领先地位,更在冀-鲁、江淮、胶-辽、兰-银等多个方言区域的识别性能上,相比过往最佳成绩实现了超过15%的显著提升。这一突破性成果得到了INTERSPEECH三位独立审稿人的高度认可,他们一致认可奇富科技论文《QifUSion-Net:基于特征融合的流式/非流式端到端多口音语音识别框架》所展现的系统框架创新性与识别性能的卓越表现,并一致授予其“ACCEPT”的评定。

资料显示,INTERSPEECH是全球语音科学界最负盛名的年度会议之一,汇聚了来自世界各地的顶尖学者、研究人员及行业领袖,共同探讨语音技术的最新进展、挑战与未来趋势。这一平台不仅代表了语音技术领域的最高学术水平,也是新技术、新理念交流与碰撞的绝佳场所。