厲害了!科大訊飛直播場景下識別準(zhǔn)確率已達85%

近日，有消息稱科大訊飛語音識別的正確率有了巨大的提升，此消息一出引發(fā)網(wǎng)友關(guān)注，具體情況快隨小編看看吧!


今天下午，科大訊飛AI研究院常務(wù)副院長劉聰發(fā)表了關(guān)于“構(gòu)筑AI科技樹，煥新美好新生活”的主題演講。在演講中，劉聰提到了如何保持AI技術(shù)不斷突破以及如何實現(xiàn)應(yīng)用落地的問題。

劉聰認(rèn)為，在人工智能的應(yīng)用場景中，最重要的一個就是語音交互。他稱語音識別是訊飛的傳統(tǒng)強項。近年來，科大訊飛陸續(xù)推出了方言識別、遠(yuǎn)場交互、多麥克風(fēng)陣列等相關(guān)的功能，將語音聽寫從簡單場景的可用做到了通用。

下一步，科大訊飛將持續(xù)深耕語音識別，去挑戰(zhàn)更加復(fù)雜的場景，去實現(xiàn)從語音到聲音，從單純的文字內(nèi)容的識別，到音頻的全場景解析。例如直播場景這樣有游戲、音樂以及笑聲、掌聲等各種音效嘈雜的背景下，如何有針對性地提取想要的聲音。

面對這種復(fù)雜的環(huán)境，科大訊飛已經(jīng)有一套全場景音頻解析的整體方案。目前，可達訊飛在直播場景下的識別準(zhǔn)確率已經(jīng)從從60%提到了85%。未來，這些相關(guān)技術(shù)會在科大訊飛的開放平臺、訊飛聽見等上線。