">

首頁|必讀|視頻|專訪|運營|制造|監(jiān)管|大數(shù)據(jù)|物聯(lián)網(wǎng)|量子|元宇宙|博客|特約記者
手機|互聯(lián)網(wǎng)|IT|5G|光通信|人工智能|云計算|芯片|報告|智慧城市|移動互聯(lián)網(wǎng)|會展
首頁 >> 必讀 >> 正文

首個支持30種方言混說語音大模型發(fā)布!中國電信人工智能研究院用AI守護方言

2024年5月25日 16:40  CCTIME飛象網(wǎng)  

飛象網(wǎng)訊(麒麟/文)“唔該查嚇電話費吖”、“儂幫阿拉查下話費好伐?”粵語、上海話、四川話······中國電信萬號智能客服每天接到幾百萬通電話,其中很大比例用方言撥打,尤其是“老少邊窮”地區(qū),一些老人習(xí)慣說方言,甚至只會說方言,智能客服及人工客服都難以理解,溝通效率難免大打折扣。據(jù)統(tǒng)計,全國仍有約20%人口未普及普通話,他們常常被隔絕在智能信息服務(wù)之外,難以享受到AI時代的便利。

近日,中國電信人工智能研究院(TeleAI)發(fā)布業(yè)內(nèi)首個支持30種方言自由混說的語音識別大模型——星辰超多方言語音識別大模型,打破單一模型只能識別特定單一方言的困境,可同時識別理解粵語、上海話、四川話、溫州話等30多種方言,是國內(nèi)支持最多方言的語音識別大模型。中國電信人工智能研究院用最前沿的語音識別技術(shù),讓溝通更加自然流暢,極大解決老年人及老少邊窮地區(qū)人們的信息服務(wù)無法觸達的問題,為人們搭建一條通往AI時代溝通的橋梁。

用AI守護方言,讓語言文化煥發(fā)生命力

方言是中國文化多樣性的瑰寶,傳承豐富的歷史文化內(nèi)涵;方言也是不同區(qū)域文化的靈魂,凝聚人們鄉(xiāng)情的根源,具有豐富的人文價值。然而,很多方言卻在社會經(jīng)濟快速發(fā)展中不斷消亡,保護方言傳承語言文化已迫在眉睫。

AI正在為傳承語言文化注入全新生命力。方言語料采集、記錄和歸納后,需保證能被后人正確理解。中國幅員遼闊,“百里不同俗,十里不同音”各種方言語法語音特征各不相同,傳統(tǒng)的方言研究依賴于調(diào)查者主觀感知標(biāo)注,人力工程量巨大且難以系統(tǒng)標(biāo)注。而AI能夠更高效、系統(tǒng)地對方言進行整理歸納,對方言保護和傳承意義重大。

構(gòu)建高質(zhì)量方言數(shù)據(jù)庫,是方言保護和研究的基礎(chǔ)。當(dāng)前,中國電信人工智能研究院已構(gòu)建超30種,超30萬小時的高質(zhì)量方言數(shù)據(jù)庫,方言數(shù)據(jù)庫在豐富性和高質(zhì)量等層面均居于業(yè)內(nèi)前列。

中國電信人工智能研究院(TeleAI)堅持自主研發(fā)創(chuàng)新,在中國電信CTO、人工智能研究院院長李學(xué)龍帶領(lǐng)下,推出了星辰語音大模型,通過超大規(guī)模語音預(yù)訓(xùn)練和多方言聯(lián)合建模,率先實現(xiàn)單一模型支持30種方言自由混說語音識別,是國內(nèi)支持最多方言、覆蓋人口最多的語音大模型;研發(fā)團隊首創(chuàng)“蒸餾+膨脹”聯(lián)合訓(xùn)練算法,解決超大規(guī)模多場景數(shù)據(jù)集和大規(guī)模參數(shù)條件下,預(yù)訓(xùn)練坍縮的問題,實現(xiàn)1B參數(shù)80層模型穩(wěn)定訓(xùn)練;星辰語音大模型也是業(yè)內(nèi)首個開源的基于離散語音表征的語音識別大模型,通過“從語音到token再到文本”的建模新范式,將推理時語音傳輸比特率降低數(shù)十倍。

星辰語音大模型以絕對領(lǐng)先的性能,斬獲多個國際權(quán)威賽事冠軍。在權(quán)威國際語音頂會INTERSPEECH2024離散語音單元建模挑戰(zhàn)賽上,憑借星辰語音識別大模型的領(lǐng)先技術(shù),中國電信人工智能研究院語音團隊斬獲語音識別賽道冠軍。在業(yè)內(nèi)知名的多方言語音識別數(shù)據(jù)集KeSpeech任務(wù)上,星辰語音大模型打破紀(jì)錄,領(lǐng)先之前最優(yōu)結(jié)果20%,以高達92.97%的字準(zhǔn)確率刷新最優(yōu)結(jié)果。同時在NIST(美國國家標(biāo)準(zhǔn)與技術(shù)研究院)組織的Babel低資源語音識別項目電話粵語賽道上,刷新記錄取得目前業(yè)內(nèi)最好結(jié)果。極佳的性能保證用戶與星辰語音大模型對話,無需刻意切換普通話,也無需提高音量放慢語速,可以像和家人講話一樣自然地暢所欲言。

勇?lián)肫笫姑,中國電信搭建AI時代溝通橋梁

隨著AI技術(shù)高速發(fā)展,人們享受著智能化、無人化服務(wù)的便利。然而,老少邊窮地區(qū)及很多老人,由于方言限制,正逐漸被AI時代拋棄。中國電信堅定地承擔(dān)央企責(zé)任,用AI搭建溝通的橋梁,讓每一個人都能享受AI時代便利。同時,中國電信有幾億用戶和豐富應(yīng)用場景,天然具備數(shù)據(jù)飛輪飛速轉(zhuǎn)動的優(yōu)勢,無疑將促進技術(shù)更快進步,更好地服務(wù)每一個人。

據(jù)悉,星辰語音大模型已廣泛應(yīng)用落地。星辰語音大模型已在福建、江西、廣西、北京、內(nèi)蒙等地的中國電信萬號智能客服試點應(yīng)用,接入星辰大模型以后,萬號智能客服秒懂30種方言,自然流暢地服務(wù)用戶,實現(xiàn)日均處理約200萬通電話;智能客服翼聲平臺接入星辰大模型的語音理解和分析能力,實現(xiàn)31省全覆蓋,每天處理125萬通客服電話。此外,星辰語音大模型還落地多地市的12345平臺,賦能客服人員秒懂30種方言,更自然流暢理解更多市民需求,提升溝通效率,助力政務(wù)工作智能化升級,更高效、便捷地為每一位市民提供服務(wù)。

在中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,星辰語音大模型讓數(shù)字人“能聽會說”,數(shù)字人“數(shù)數(shù)”,聲音甜美生動、與康輝同臺主持,中英文隨意切換的,交流對話自然流暢,廣受好評。

星辰語音大模型現(xiàn)已對外開源,攜手合作伙伴及個人開發(fā)者,開發(fā)面向更多場景的應(yīng)用,共同守護方言、傳承語言文化,助力AI普惠。未來,中國電信人工智能研究院將持續(xù)深耕研發(fā)創(chuàng)新,不斷提高支持方言的數(shù)量和準(zhǔn)確度,計劃建成首個覆蓋全國333個地市方言和主要少數(shù)民族語言的語音識別大模型,切實讓老少邊窮、老年人等每個人都能享受到AI時代的便利。

編 輯:章芳
聲明:刊載本文目的在于傳播更多行業(yè)信息,本站只提供參考并不構(gòu)成任何投資及應(yīng)用建議。如網(wǎng)站內(nèi)容涉及作品版權(quán)和其它問題,請在30日內(nèi)與本網(wǎng)聯(lián)系,我們將在第一時間刪除內(nèi)容。本站聯(lián)系電話為86-010-87765777,郵件后綴為#cctime.com,冒充本站員工以任何其他聯(lián)系方式,進行的“內(nèi)容核實”、“商務(wù)聯(lián)系”等行為,均不能代表本站。本站擁有對此聲明的最終解釋權(quán)。
相關(guān)新聞              
 
人物
鄔賀銓:大模型下沉到手機 將激活萬億元規(guī)模手機產(chǎn)業(yè)
精彩專題
CES 2024國際消費電子展
2023年信息通信產(chǎn)業(yè)盤點暨頒獎禮
飛象網(wǎng)2023年手機評選
第24屆中國國際光電博覽會
CCTIME推薦
關(guān)于我們 | 廣告報價 | 聯(lián)系我們 | 隱私聲明 | 本站地圖
CCTIME飛象網(wǎng) CopyRight © 2007-2024 By CCTIME.COM
京ICP備08004280號-1  電信與信息服務(wù)業(yè)務(wù)經(jīng)營許可證080234號 京公網(wǎng)安備110105000771號
公司名稱: 北京飛象互動文化傳媒有限公司
未經(jīng)書面許可,禁止轉(zhuǎn)載、摘編、復(fù)制、鏡像