中国AI显自信，阿里向世界开源最准确语音识别…

　　短新闻：

　　近日，阿里巴巴达摩院机器智能实验室语音识别团队，推出了新一代语音识别模型——DFSMN，不仅被谷歌等国外巨头在论文中重点引用，更将全球语音识别准确率纪录提升至96.04%(基于世界最大的免费语音识别数据库LibriSpeech)。该团队同时宣布，即日起向全世界企业与个人开源DFSMN模型，使全球开发者都能共享这一成果，全球语音识别准确率也有望总体提高10%。语音识别是人机交互中的核心技术，在智能音响、智能家居、自动驾驶等领域都有广泛应用。

　　正文：

　　近日，阿里巴巴达摩院机器智能实验室语音识别团队，推出了新一代语音识别模型——DFSMN，不仅被谷歌等国外巨头在论文中重点引用，更将全球语音识别准确率纪录提高至96.04%(基于世界最大的免费语音识别数据库LibriSpeech)。

　　这支平均年龄只有30岁的团队还宣布，即日起向全世界企业与个人开源此次打破全球语音识别纪录的DFSMN模型，使全球开发者都能共享这一成果，共同推进人工智能技术的发展。这也使DFSMN有望继传统的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，全球语音识别准确率也有望总体提高10%。

　　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。”

　　图片说明：阿里在GitHub平台上开源了自主研发的DFSMN语音识别模型

　　语音识别是人机交互中的核心技术，在智能音响、智能家居、机器人及自动驾驶等领域都有广泛应用。在刚刚结束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”。

　　DFSMN语音识别模型，对比目前业界使用最为广泛的LSTM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。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。