阿里达摩院公布自研语音识别模型DFSMN并宣布开源

2018-06-07 16:11:20 quecongsoft 141

阿里达摩院公布自研语音识别模型DFSMN并宣布开源

本文系网易智能工作室(公众号 smartman163)出品。聚焦AI,读懂下一个大时代!

【网易智能讯 6月7日消息】近日,阿里巴巴达摩院机器智能实验室推出了新一代语音识别模型DFSMN,将全球语音识别准确率纪录提高至96.04%(这一数据测试基于世界最大的免费语音识别数据库LibriSpeech)。

达摩院机器智能实验室的语音识别团队主导了这个模型的研发,并宣布向全世界企业与个人开源。对比目前业界使用最为广泛的LSTM模型,DFSMN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。

阿里达摩院公布自研语音识别模型DFSMN并宣布开源

图:阿里在GitHub平台上开源了自主研发的DFSMN语音识别模型

在近期举行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”。

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。”有业内人士称,DFSMN有望成为继传统的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。(易智)

关注网易智能公众号(smartman163),为你解读AI领域大公司大事件,新观点新应用。

张怡 本文来源:网易智能 责任编辑:张怡_NBJS6309
鹊聪科技为您整理,文章版权归原作者所有。