阿里達摩院公布自研語音識別模型DFSMN，識別準確率達96.04%
【導讀】：日前，阿里巴巴達摩院機器智能實驗室推出了新一代語音識別模型DFSMN，據(jù)悉語音識別準確率達96.04%，未來將用于智能家居設(shè)備。
達摩院機器智能實驗室的語音識別團隊主導了這個模型的研發(fā)，并宣布向全世界企業(yè)與個人開源。對比目前業(yè)界使用最為廣泛的LSTM模型，DFSMN模型訓練速度更快、識別準確率更高。采用全新DFSMN模型的智能音響或智能家居設(shè)備，相比前代技術(shù)深度學習訓練速度提到了3倍，語音識別速度提高了2倍。
在近期舉行的云棲大會武漢峰會上，裝有DFSMN語音識別模型的“AI收銀員”在與真人店員的PK中，在嘈雜環(huán)境下準確識別了用戶的語音點單，在短短49秒內(nèi)點了34杯咖啡。此外，裝備這一語音識別技術(shù)的自動售票機也已在上海地鐵“上崗”。
著名語音識別專家，西北工業(yè)大學教授謝磊表示：“阿里此次開源的DFSMN模型，在語音識別準確率上的穩(wěn)定提升是突破性的。是近年來深度學習在語音識別領(lǐng)域最具代表性的成果之一。對全球?qū)W術(shù)界和AI技術(shù)應用都有巨大影響。”有業(yè)內(nèi)人士稱，DFSMN有望成為繼傳統(tǒng)的LSTM模型后，成為全球語音識別領(lǐng)域最主要的聲學識別模型之一。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
阿里巴巴
+關(guān)注
關(guān)注
7文章
1645瀏覽量
48910 -
語言識別
+關(guān)注
關(guān)注
0文章
15瀏覽量
4974
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
什么是離線語音識別芯片（離線語音識別芯片有哪些優(yōu)點）
指令的識別與響應。無論是在家庭還是嘈雜的工業(yè)場合，這一類芯片都可以實現(xiàn)高準確率的智能語音交互，這種離線控制方式為用戶提供了極大的便利。
構(gòu)建CNN網(wǎng)絡模型并優(yōu)化的一般化建議
，從而得到對我們有價值的識別信息。但這種迭代性并不是十分必要的，因為從實踐來看，即使只有單層網(wǎng)絡的模型，只要擁有充分數(shù)量的神經(jīng)元，也可以獲得較高的準確率。不過該種方式的一個重要缺點就是參數(shù)重多，導致
發(fā)表于 10-28 08:02
除了準確率，電能質(zhì)量在線監(jiān)測裝置在諧波源識別方面還有哪些重要指標？
除了識別準確率，電能質(zhì)量在線監(jiān)測裝置在諧波源識別方面的核心價值還依賴于 識別效率、定位精度、抗干擾能力、場景適配性 等關(guān)鍵指標，這些指標直接決定裝置能否在復雜現(xiàn)場環(huán)境中 “快速找對、精
電能質(zhì)量在線監(jiān)測裝置識別諧波源的準確率有多高？
電能質(zhì)量在線監(jiān)測裝置識別諧波源的準確率受電網(wǎng)結(jié)構(gòu)、監(jiān)測方案、設(shè)備性能等多重因素影響，呈現(xiàn)顯著的 場景化差異 。根據(jù)行業(yè)研究與工程實踐，其準確率通常在 **65%~95%** 之間波動，具體可分為以下
廣和通發(fā)布自研端側(cè)語音識別大模型FiboASR
7月，全球領(lǐng)先的無線通信模組及AI解決方案提供商廣和通，發(fā)布其自主研發(fā)的語音識別大模型FiboASR。該模型專為端側(cè)設(shè)備上面臨的面對面實時對話及多人會議場景深度優(yōu)化，在低延遲
【Sipeed MaixCAM Pro開發(fā)板試用體驗】+ 02 + 基礎(chǔ)功能測試
、基礎(chǔ)功能測試
1.人臉表情情緒檢測
通過開發(fā)板自帶的應用程序?qū)崪y發(fā)現(xiàn)識別準確率非常的高（但需在離人臉較近的地方進行識別，如果識別距離過遠會導致
發(fā)表于 07-19 22:50
EASY EAl Orin Nano(RK3576) whisper語音識別訓練部署教程
Whisper是OpenAI開源的，識別語音識別能力已達到人類水準自動語音識別系統(tǒng)。Whisper作為一個通用的
WTK6900HC-24SS語音識別芯片：重塑眼部/頸部按摩儀的智能語音交互體驗
音頻控制于一體，以90%以上的識別準確率和3.3-5米的有效交互距離，讓用戶徹底解放雙手，享受“動口不動手”的智慧按摩體驗。一、語音控制：解放雙手的智能按摩革命傳
語音識別芯片選型有哪些技術(shù)參數(shù)要注意
性能參數(shù) 1. 識別準確率 定義：芯片對語音指令的正確識別比例，通常以百分比表示(如 95% 以上)。 影響因素：環(huán)境噪聲、發(fā)音清晰度、方言適配性等。 應用場景：智能家居、車載系統(tǒng)需≥
明遠智睿SSD2351開發(fā)板：語音機器人領(lǐng)域的變革力量
，提高語音識別的準確率；同時也可連接高質(zhì)量的揚聲器，確保語音合成后的聲音清晰、自然。TF卡接口能夠存儲大量的語音數(shù)據(jù)、對話
發(fā)表于 05-28 11:36
海思SD3403邊緣計算AI數(shù)據(jù)訓練概述
模型，將模型轉(zhuǎn)化為嵌入式AI模型，模型升級AI攝像機，進行AI識別應用。
AI訓練模型是不斷迭
發(fā)表于 04-28 11:11
普強信息入選2024語音識別技術(shù)公司TOP30榜單
企業(yè)數(shù)字化升級，這一榮譽不僅體現(xiàn)了普強在語音交互、語義理解、多語種識別等核心技術(shù)上的領(lǐng)先優(yōu)勢，更是對普強自主研發(fā)的端到端語音識別系統(tǒng)在高噪聲環(huán)境、復雜口音等極端場景下仍能保持95%以上
普華基礎(chǔ)軟件蒞臨阿里巴巴達摩院調(diào)研交流
近日, 普華基礎(chǔ)軟件股份有限公司（以下簡稱普華基礎(chǔ)軟件）董事、總經(jīng)理劉宏倩一行前往阿里巴巴達摩院（杭州）科技有限公司（以下簡稱達摩院）調(diào)研交
浪潮信息：元腦EPAI已接入DeepSeek，大幅提升DeepSeek企業(yè)應用準確率
結(jié)合，深度開發(fā)模型潛力，快速實現(xiàn)本地化部署DeepSeek，構(gòu)建準確率高、安全穩(wěn)定的專屬智能應用。實測數(shù)據(jù)顯示，DeepSeek在元腦企智EPAI上開發(fā)的企業(yè)應用回答準確率達到95%。 ? 企業(yè)落地
如何提升人臉門禁一體機的識別準確率？
準確率，可以從以下幾個方面進行改進。一、優(yōu)化算法與模型人臉識別的核心在于算法的優(yōu)化和模型的調(diào)整，目前深度學習技術(shù)在圖像識別中的應用取得了顯著
工商網(wǎng)監(jiān)
評論