极客视点
极客时间编辑部
极客时间编辑部
113233 人已学习
免费领取
课程目录
已完结/共 3766 讲
2020年09月 (90讲)
时长 05:33
2020年08月 (93讲)
2020年07月 (93讲)
时长 05:51
2020年06月 (90讲)
2020年05月 (93讲)
2020年04月 (90讲)
2020年03月 (92讲)
时长 04:14
2020年02月 (87讲)
2020年01月 (91讲)
时长 00:00
2019年12月 (93讲)
2019年11月 (89讲)
2019年10月 (92讲)
2019年09月 (90讲)
时长 00:00
2019年08月 (91讲)
2019年07月 (92讲)
时长 03:45
2019年06月 (90讲)
2019年05月 (99讲)
2019年04月 (114讲)
2019年03月 (122讲)
2019年02月 (102讲)
2019年01月 (104讲)
2018年12月 (98讲)
2018年11月 (105讲)
时长 01:23
2018年10月 (123讲)
时长 02:06
2018年09月 (119讲)
2018年08月 (123讲)
2018年07月 (124讲)
2018年06月 (119讲)
时长 02:11
2018年05月 (124讲)
时长 03:16
2018年04月 (120讲)
2018年03月 (124讲)
2018年02月 (112讲)
2018年01月 (124讲)
时长 02:30
时长 02:34
2017年12月 (124讲)
时长 03:09
2017年11月 (120讲)
2017年10月 (86讲)
时长 03:18
时长 03:31
时长 04:25
极客视点
15
15
1.0x
00:00/02:11
登录|注册

阿里巴巴开源语音识别模型 DFSMN

讲述:丁婵大小:1023.91K时长:02:11
近日,阿里巴巴达摩院开源了新一代语音识别模型 DFSMN,它不仅被谷歌等国外巨头在论文中重点引用,更是将全球语音识别的准确率提高到了 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)。
据悉,DFSMN 使用了基于 BLSTM 的统计参数语音合成系统作为基线系统,采用广泛使用的跳跃连接技术,在执行反向传播算法时,梯度可以绕过非线性进行变换。
而官方介绍,对比目前业界使用最为广泛的 LSTM 模型,DFSMN 的训练速度更快、识别准确率更高。那些采用了全新 DFSMN 模型的智能音响或智能家居设备,深度学习训练的速度提高了 3 倍,语音识别的速度也提高了 2 倍。
去年 12 月,上海地铁与阿里云携手推出了上海地铁语音售票机。而在当时,在装有 DFSMN 语音识别模型的”AI 收银员”与真人店员的对比中,即使在嘈杂环境下,也准确识别了用户的语音点单,在短短 49 秒内点了 34 杯咖啡。装备这一语音识别技术的自动售票机已经在上海地铁“上岗”。
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提升是突破性的,是近年来深度学习在语音识别领域最具有代表性的成果之一,对全球的学术界和 AI 技术应用都有着巨大影响。
阿里巴巴达摩院语音交互智能实验室的首席科学家鄢志杰表示,今天语音交互技术的真实水平,与用户的期待、业界的 PR 存在着明显的鸿沟。而这次阿里巴巴开源 DFSMN,是希望能够让更多的开发者在语音识别领域发光发热。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
免费领取
登录 后留言

全部留言(1)

  • 最新
  • 精选
  • kes
    竟然看到了我大西北工业大学
收起评论
显示
设置
留言
1
收藏
38
沉浸
阅读
分享
手机端
快捷键
回顶部