“多語種智能語音關(guān)鍵技術(shù)及產(chǎn)業(yè)化”項(xiàng)目獲國家科技進(jìn)步獎(jiǎng)一等獎(jiǎng)

　　6月24日，2023年度國家科學(xué)技術(shù)獎(jiǎng)在京揭曉，共評(píng)選出250個(gè)項(xiàng)目。其中，由科大訊飛股份有限公司牽頭，聯(lián)合中國科學(xué)技術(shù)大學(xué)、清華大學(xué)、華為終端有限公司、中移（杭州）信息技術(shù)有限公司等高校及行業(yè)領(lǐng)軍企業(yè)聯(lián)合完成的“多語種智能語音關(guān)鍵技術(shù)及產(chǎn)業(yè)化”項(xiàng)目榮獲2023年度國家科技進(jìn)步獎(jiǎng)一等獎(jiǎng)。

　　據(jù)了解，多語種智能語音技術(shù)對(duì)于支撐人機(jī)交互、人類語言互通等具有重大戰(zhàn)略意義，產(chǎn)業(yè)前景廣闊。

　　為解決語音識(shí)別研究中遠(yuǎn)場(chǎng)、噪聲、多人語音混疊等難題，該項(xiàng)目提出了多通道語音信號(hào)時(shí)空分離建模方法和多維度語音屬性解耦表征方法，實(shí)現(xiàn)語音信號(hào)中內(nèi)容、噪聲等高度耦合的多維屬性特征解耦，使得復(fù)雜場(chǎng)景下語音識(shí)別準(zhǔn)確率得到重大突破。

　　為應(yīng)對(duì)小語種智能語音系統(tǒng)構(gòu)建所面臨的知識(shí)匱乏、訓(xùn)練數(shù)據(jù)稀缺等難題，科大訊飛設(shè)計(jì)了全新的多語種通用音素體系和基本語言單元，實(shí)現(xiàn)多語種統(tǒng)一音素韻律體系的構(gòu)建，又通過基于元學(xué)習(xí)的多語種預(yù)訓(xùn)練和基于語族分組的多語種共享建模。通俗地說，就是將不同的小語種進(jìn)行分類，找到同類語種的共同規(guī)律，進(jìn)行分析建模和訓(xùn)練，最終顯著提升了小語種語音系統(tǒng)性能。

　　同時(shí)，為解決復(fù)雜應(yīng)用場(chǎng)景下語音交互、語音翻譯面臨著深層次語義理解困難、專業(yè)性不足等問題，科大訊飛提出語音語義互增強(qiáng)的魯棒口語理解技術(shù)，有效提升語音交互、語音翻譯等復(fù)雜場(chǎng)景的語義理解準(zhǔn)確率；提出多源知識(shí)增強(qiáng)的可信文本生成技術(shù)，提升專有詞匯及領(lǐng)域知識(shí)引用的準(zhǔn)確率。

　　目前，該技術(shù)成果得到廣泛應(yīng)用。以智能手機(jī)為例，項(xiàng)目支持各主流手機(jī)廠商累計(jì)激活設(shè)備超10億臺(tái)；智能汽車方面，車載智能化產(chǎn)品累計(jì)前裝超5300萬套。此外，該項(xiàng)目還構(gòu)建了多語種智能語音技術(shù)及全球產(chǎn)業(yè)生態(tài)，2017年開始承建的智能語音國家新一代人工智能開放創(chuàng)新平臺(tái)，已聚集平臺(tái)開發(fā)者數(shù)700.7萬，終端設(shè)備數(shù)40.5億。(記者 郭倩)

　　轉(zhuǎn)自：經(jīng)濟(jì)參考網(wǎng)

　　【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時(shí)須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，不代表本網(wǎng)觀點(diǎn)和立場(chǎng)。版權(quán)事宜請(qǐng)聯(lián)系：010-65363056。

延伸閱讀