日前，OpenASR國際低資源多語種語音識別挑戰(zhàn)賽落下帷幕，科大訊飛-中科大語音及語言信息處理國家工程實驗室聯(lián)合團(tuán)隊參加了所有15個語種受限賽道和7個語種非受限賽道，全部取得第一。

繼前不久榮獲多語言理解評測XTREME冠軍之后，科大訊飛在多語種領(lǐng)域再次取得突破，在探索人機(jī)交互更自然、人人溝通無障礙的征程中又邁出了堅實的一步。

近年來，隨著深度學(xué)習(xí)技術(shù)的進(jìn)步，漢語、英語等大語種語音識別技術(shù)日趨成熟，并獲得廣泛的應(yīng)用。相比之下，小語種語音識別因其語音數(shù)據(jù)資源難以獲取、難以標(biāo)注、難以評估、語言專家稀缺等原因，已經(jīng)成為世界性的研究難題，距離實用門檻仍有較大差距。

OpenASR挑戰(zhàn)賽更加關(guān)注小語種語音技術(shù)，探索如何使用少量的數(shù)據(jù)達(dá)到較好的效果，同時考察低資源語音識別基礎(chǔ)算法在多個語種上的推廣性。本次比賽共包含15個語種，涵蓋受限賽道、受限附加賽道和非受限賽道。科大訊飛-中科大聯(lián)合團(tuán)隊在比賽中提出了基于語音和文本統(tǒng)一空間表達(dá)的半監(jiān)督語音識別框架(Unified Spatial Representation Semi-supervised ASR，USRS-ASR)，獲此佳績也驗證了該算法良好的推廣性。

對于低資源語種而言，除了語音數(shù)據(jù)量較小外，其發(fā)音詞典大小、語料豐富性、標(biāo)注準(zhǔn)確度都遠(yuǎn)不及常規(guī)水平。科大訊飛-中科大聯(lián)合團(tuán)隊創(chuàng)新運(yùn)用Flow-TTS語音合成進(jìn)行訓(xùn)練數(shù)據(jù)擴(kuò)增，并使用語音屬性解耦技術(shù)保證合成語音的多樣性。結(jié)果顯示，使用上述無監(jiān)督數(shù)據(jù)擴(kuò)增方案，能夠穩(wěn)定、顯著地提升低資源語音識別任務(wù)的效果。

為了在端到端統(tǒng)一框架下，充分使用少量語音數(shù)據(jù)和海量文本數(shù)據(jù)，科大訊飛-中科大聯(lián)合團(tuán)隊提出了基于語音和文本統(tǒng)一空間表達(dá)的半監(jiān)督語音識別框架USRS-ASR。對于海量文本數(shù)據(jù)的使用，創(chuàng)新設(shè)計了文本掩碼語言模型任務(wù)、合成數(shù)據(jù)語音識別兩個目標(biāo)，兩個任務(wù)聯(lián)合訓(xùn)練以充分利用海量無監(jiān)督文本;同時設(shè)計了共享語言解碼模塊，實現(xiàn)了語音和文本隱層表達(dá)空間的統(tǒng)一，大大緩解了低資源語種的數(shù)據(jù)稀疏問題。

不久前，工信部正式批復(fù)同意成立國家智能語音創(chuàng)新中心、國家高端智能化家用電器創(chuàng)新中心，值得注意的是，在這兩家國家級創(chuàng)新中心依托公司的股東名單中，“科大訊飛”均在列。

據(jù)介紹，經(jīng)過多年的技術(shù)積累，除了中英以外，科大訊飛還具備了 69種語言的語音識別能力，并已在新加坡、俄羅斯、印度、日本等國家部署了海外站點，為各地開發(fā)者提供語音識別、語音合成、機(jī)器翻譯、圖文識別等語音語言服務(wù)，所有服務(wù)均在科大訊飛開放平臺開放。

科大訊飛表示，下一步將繼續(xù)堅持源頭核心技術(shù)創(chuàng)新，聯(lián)合國內(nèi)眾多研究機(jī)構(gòu)與企業(yè)，構(gòu)建多語言技術(shù)的系統(tǒng)性創(chuàng)新研發(fā)生態(tài)，共同推動我國多語言技術(shù)進(jìn)步與應(yīng)用落地。

免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞： 語音 識別 挑戰(zhàn)賽