阿里开源自研语音识别模型DFSMN 准确率高达96.04%

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。

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。”

语音识别技术一直都是人机交互技术的重要组成部分。有了语音识别技术，机器就可以像人类一样听懂说话，进而能够思考、理解和反馈。近几年随着深度学习技术的使用，基于深度神经网络的语音识别系统性能获得了极大的提升，开始走向实用化。基于语音识别的语音输入、语音转写、语音检索和语音翻译等技术得到了广泛的应用。

目前主流的语音识别系统普遍采用基于深度神经网络和隐马尔可夫（Deep Neural Networks-Hidden Markov Model，DNN-HMM）的声学模型，其模型结构如图 1所示。声学模型的输入是传统的语音波形经过加窗、分帧，然后提取出来的频谱特征，如 PLP， MFCC 和 FBK等。而模型的输出一般采用不同粒度的声学建模单元，例如单音素 (mono-phone)、单音素状态、绑定的音素状态 (tri-phonestate) 等。从输入到输出之间可以采用不同的神经网络结构，将输入的声学特征映射得到不同输出建模单元的后验概率，然后再结合HMM进行解码得到最终的识别结果。

详情见阿里技术公众号。

阿里开源自研语音识别模型DFSMN 准确率高达96.04%相关推荐

重磅！MaxCompute助力阿里开源自研语音识别模型DFSMN，准确率高达96.04%
阿里开源语音识别模型DFSMN 在近期举行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 ...
重磅！阿里开源自研语音识别模型DFSMN，准确率高达96.04%
阿里妹导读:近日,阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN,将全球语音识别准确率纪录提高至96.04%(这一数据测试基于世界最大的免费语音识别数据库LibriSpeech). 对 ...
阿里开源自研语音识别模型 DFSMN，准确率高达96.04%
开发四年只会写业务代码,分布式高并发都不会还做程序员? >>> 近日,阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN,将全球语音识别准确率纪录提高至96.04%. ...
阿里开源自研工业级稀疏模型高性能训练框架 PAI-HybridBackend
近年来,随着稀疏模型对算力日益增长的需求, CPU集群必须不断扩大集群规模来满足训练的时效需求,这同时也带来了不断上升的资源成本以及实验的调试成本. 为了解决这一问题,阿里云机器学习PAI平台开源了稀 ...
安装阿里基于Kaldi开源语音识别模型DFSMN
获取源代码 git clone https://github.com/tramphero/kaldi.git 安装 tools文件夹下的编译和安装 $(nproc)你当前运行系统的核数 //检查依赖 ...
华为开源自研AI框架MindSpore！自动微分、并行加持，一次训练，可多场景部署...
乾明发自凹非寺量子位报道 | 公众号 QbitAI 华为的开源AI框架,来了! 刚刚,华为宣布正式开源自研深度学习框架MindSpore,代码已经上线. MindSpore是一款支持端边云全 ...
国信证券开源自研的微服务开发框架 Zebra
https://www.infoq.cn/article/qtxfqPepvPeVwYDy2EHD?utm_source=weibo&utm_medium=infoq&utm_camp ...
基于深度学习的分词模块对新闻的分词准确率高达96%以上
基于深度学习的分词模块对新闻的分词准确率高达96%以上 Github 代码链接: https://github.com/gitstliu/Segment 已经训练好的模型,提供http接口服务. 如 ...
「电子鼻」鉴别威士忌准确率高达96%，网友：给茅台也整一个
Alex 发自凹非寺量子位 | 公众号 QbitAI 国内的茅台和国外的一些高端威士忌都售价不菲,但也是被造假的重要目标. 在没有鉴酒师的情况下,普通人怎么快速判别出酒的品质和真伪? 最近,就有这 ...

阿里开源自研语音识别模型DFSMN 准确率高达96.04%

阿里开源自研语音识别模型DFSMN 准确率高达96.04%相关推荐

最新文章

热门文章