大数据时代的语音识别,方言也不怕?

新华网北京10月30日新媒体专电(饶力文)你用过手机的语音输入功能吗?想象一下,不论你的普通话是否标准,甚至不管你说的是哪里的方言,手机都能轻松识别,这会不会是人机语言交互的又一次极大推进?

日前举办的全国人机语音通讯学术会议(NCMMSC2015)上,百度语音技术部负责人贾磊展示的这种语音识别技术,引起了业界人士的普遍关注。

“我们最新研发的语音识别技术,可使识别相对错误率比现有技术降低15%以上,使安静环境下普通话的语音识别率接近97%。”贾磊说。

与会的技术专家认为,这是继2011年引入深度学习技术、相对错误率降低20%至30%之后,语音技术领域又一次具有标志性意义的重要进展。

在贾磊看来,这一语音识别技术的重大突破,在于研发人员掌握了一种“极致计算”能力,也就是基于大数据平台的计算能力。这种计算是由平台能力和算法共同决定的,不仅需要庞大的云数据处理能力,还需要全新的算法,二者缺一不可。

为了提高语音识别能力,研究人员在算法上进行了创造革新,传统的语言识别技术,都必须把建模单元分成多个独立的状态,而百度研发团队此次却开创性地使用了整体建模,模型的单元可以采用声韵母、音素、音节,甚至可以相互混合。再结合百度自身拥有的大数据平台基础,才有了此次重大突破。

依靠云端的“极致计算”,未来在短时间内即可实现声音的个性化识别。用户每次使用百度的语音识别都会进一步完善自己账户的“模型”,使得这个“模型”更趋近于自己的个性特征。根据贾磊的设想,这个语音识别系统经过一段时间的“训练”,不论你说的是东北话、上海话,还是粤语、湖南话,甚至最难懂的温州话,机器都可以准确识别。

与此同时,此次技术突破还进一步降低了语音识别应用的解码成本,随着适合深度模型计算的专业硬件的大量涌现,语音识别云服务的成本将大量降低,从而推动语音交互技术的更大范围的普及。

“未来的技术创新不会是老师们在学校里推公式了,取而代之的是在‘极致计算’的前提之下,在大数据平台上突破。”贾磊说。

你可能感兴趣的:(大数据时代的语音识别,方言也不怕?)