全球知名語音學(xué)術(shù)大會(huì)INTERSPEECH2019于9月15日至19日在奧地利格拉茨城市舉行。
作為全球智能語音及AI數(shù)據(jù)發(fā)展的推動(dòng)者，標(biāo)貝科技受邀成為大會(huì)黃金級(jí)贊助廠商亮相現(xiàn)場。其中，由標(biāo)貝語音團(tuán)隊(duì)撰寫的《A Mandarin Prosodic Boundary Prediction Model Based on Multi-Task Learning》論文成功入選會(huì)議，并在現(xiàn)場向來自全球的語音科研機(jī)構(gòu)及企業(yè)廠商展現(xiàn)標(biāo)貝語音科研創(chuàng)新及產(chǎn)品動(dòng)態(tài)。
全球語音交流協(xié)會(huì)INTERSPEECH是世界上規(guī)模最大、內(nèi)容最全面的語音會(huì)議。今年恰逢INTERSPEECH成功舉辦20周年，會(huì)議以“Crossroads of Speech and Language”為主題，意在探討語言多樣性、應(yīng)用多樣性以及表達(dá)方式多樣性，吸引了來自世界各地的近2000名科研學(xué)者及企業(yè)廠商代表。
歷屆INTERSPEECH會(huì)收到來自全球上千家科研機(jī)構(gòu)及企業(yè)廠商投稿，而最終入選的數(shù)量卻十分有限。緣由國際權(quán)威評(píng)委的嚴(yán)格標(biāo)準(zhǔn)。本次標(biāo)貝論文入選大會(huì)，體現(xiàn)了中國AI語音廠商在國際語音領(lǐng)域的不俗實(shí)力。該論文提出了一種基于多任務(wù)學(xué)習(xí)（MTL）架構(gòu)的中文普通話韻律邊界預(yù)測模型。研究結(jié)論表明，該模型有效地解決了普通話韻律邊界預(yù)測的任務(wù)，整體預(yù)測性能提高了0.8％，模型尺寸減小了約55％。對(duì)語音行業(yè)研究中文普通話語音合成效果質(zhì)量提升提供了一定的研究參考價(jià)值。
據(jù)了解，標(biāo)貝科技語音及數(shù)據(jù)核心團(tuán)隊(duì)人員擁有超過15年行業(yè)經(jīng)驗(yàn)，擁有業(yè)內(nèi)領(lǐng)先的語音合成技術(shù)及數(shù)據(jù)方案能力，為全球客戶提供高品質(zhì)、多類別、多場景的語音合成方案，以及高質(zhì)量、安全與多語種為特點(diǎn)的數(shù)據(jù)服務(wù)。截至目前，標(biāo)貝科技已為微軟、百度、阿里、騰訊、字節(jié)跳動(dòng)等海內(nèi)外100余家企業(yè)客戶提供服務(wù)，項(xiàng)目累計(jì)超過300項(xiàng)，涵蓋汽車、教育、客服、零售、閱讀、智能硬件等應(yīng)用領(lǐng)域。
標(biāo)貝科技自成立以來，把AI技術(shù)創(chuàng)新放在首位，以“語音連接場景、數(shù)據(jù)服務(wù)技術(shù)為理念”，在技術(shù)、數(shù)據(jù)及應(yīng)用三端不斷創(chuàng)新，確保在語音和數(shù)據(jù)領(lǐng)域的領(lǐng)先地位。
例如，在語音合成方面上，標(biāo)貝基于Attention機(jī)制的深度神經(jīng)網(wǎng)絡(luò)技術(shù)，充分利用文本數(shù)據(jù)，構(gòu)建前端模塊、選擇合適的聲碼器，降低運(yùn)算量，創(chuàng)新語音合成模型，提升語音合成質(zhì)量效果，并匹配場景應(yīng)用。以出色的語音技術(shù)實(shí)力、場景連接能力，贏得客戶信任與認(rèn)可。此外，標(biāo)貝還自主創(chuàng)新研發(fā)TTS評(píng)測系統(tǒng)，從前/后端為行業(yè)提供評(píng)測標(biāo)準(zhǔn)指南，提升語音評(píng)測質(zhì)量整體發(fā)展。
同時(shí)，在高?？蒲泻献鞣矫?，標(biāo)貝與北京大學(xué)、西北工業(yè)大學(xué)、新加坡國立大學(xué)等國際高校建立合作關(guān)系，以此獲得強(qiáng)有力的產(chǎn)研力量支持。
本屆INTERSPEECH2019，標(biāo)貝科技收獲了海外多個(gè)地區(qū)科研機(jī)構(gòu)和海外客戶對(duì)標(biāo)貝自有語音合成方案的認(rèn)可。未來，標(biāo)貝科技將與更多科研高校、企業(yè)廠商保持緊密的交流合作，攜手共同推動(dòng)語音產(chǎn)業(yè)的發(fā)展。
完整版論文鏈接：
https://www.isca-speech.org/archive/Interspeech_2019/pdfs/1400.pdf
