華少的快，矮大緊的京范兒口音，神仙打架的《奇葩說(shuō)》，這些復(fù)雜場(chǎng)景的語(yǔ)音識(shí)別有多難？今天依圖帶你領(lǐng)略新鮮出爐的語(yǔ)音識(shí)別算法實(shí)力。
今天開(kāi)始，依（zui）圖（hao）語(yǔ)音開(kāi)放平臺(tái)上線了！
業(yè)內(nèi)首次系統(tǒng)測(cè)試主流語(yǔ)音識(shí)別廠商的技術(shù)性能
（測(cè)試完成于2018年11月底）
在全球最大中文普通話數(shù)據(jù)庫(kù)AISHELL-2的三個(gè)測(cè)試子集、Accent近場(chǎng)口音測(cè)試集、Chat近場(chǎng)安靜聊天測(cè)試集上，依圖語(yǔ)音識(shí)別算法最近測(cè)得多項(xiàng)第一。AISHELL-2數(shù)據(jù)規(guī)模達(dá)1000小時(shí)，是目前全球最大的中文開(kāi)源數(shù)據(jù)庫(kù)。在AISHELL2-2018A-EVAL數(shù)據(jù)集中，依圖語(yǔ)音識(shí)別準(zhǔn)確率達(dá)到96.29%，字錯(cuò)率（CER）為3.71%，領(lǐng)先第二名約17%。
無(wú)論是語(yǔ)音助手還是節(jié)目，電話客服或是閑聊，依圖更懂你。
依圖語(yǔ)音識(shí)別性能優(yōu)于第二名約17%語(yǔ)音未來(lái)任重道遠(yuǎn)
通過(guò)手機(jī)近距離收集聲音，依圖優(yōu)于第二名約17%，字字再現(xiàn)強(qiáng)時(shí)效內(nèi)容
語(yǔ)速超快又有地方口音？依圖和訊飛挺下來(lái)了
考驗(yàn)系統(tǒng)是不是夠“皮實(shí)”、夠“穩(wěn)健”的時(shí)候到了！在遠(yuǎn)距離場(chǎng)景，環(huán)境中會(huì)存在噪聲、混響和反射，依圖和訊飛聽(tīng)見(jiàn)優(yōu)勢(shì)明顯
從技術(shù)性能來(lái)說(shuō)，字錯(cuò)率曲線抖動(dòng)越小，算法的場(chǎng)景通用性越好。綜合各場(chǎng)景測(cè)試的結(jié)果，業(yè)界主流算法中，依圖和訊飛的算法字錯(cuò)率抖動(dòng)相對(duì)較小。
但是同樣說(shuō)明了語(yǔ)音識(shí)別的發(fā)展既有驚喜也有遺憾。各大廠商的近場(chǎng)場(chǎng)景識(shí)別能力讓我們感受到了科技的力量，而加入遠(yuǎn)場(chǎng)演講的高難度場(chǎng)景的識(shí)別能力不足，也表明了未來(lái)的路還很遠(yuǎn)。
花式挑戰(zhàn)算法性能依圖表現(xiàn)穩(wěn)定
聽(tīng)寫(xiě)大會(huì)小程序一經(jīng)發(fā)布，各種評(píng)（tiao）測(cè)（xi）洶涌而來(lái)。依圖語(yǔ)音憑借自身優(yōu)秀的技術(shù)，展現(xiàn)了極其穩(wěn)定的語(yǔ)音識(shí)別能力。
再熱血的足球解說(shuō)我們hold住
繞口令？依圖能聽(tīng)清！
語(yǔ)音識(shí)別歌詞，依圖可帶勁啦！
呂昊博士現(xiàn)場(chǎng)演示的這款“聽(tīng)寫(xiě)大會(huì)”小程序也是業(yè)界第一次基于公開(kāi)API將市場(chǎng)上的主流語(yǔ)音識(shí)別技術(shù)性能做比較——歡迎大家去花式調(diào)戲！
語(yǔ)音識(shí)別命題深遠(yuǎn) 攜手華為、微軟共同推動(dòng)技術(shù)發(fā)展
語(yǔ)音是語(yǔ)言的物質(zhì)外殼，它最直接記錄了人的思維活動(dòng)，從語(yǔ)言的誕生第一天起，用語(yǔ)音溝通就成了最自然的一件事情。直到今天，它還是人與人之間交流的最重要的渠道。在語(yǔ)音識(shí)別發(fā)展的漫長(zhǎng)過(guò)程中，不僅僅需要對(duì)聲音的記錄，還有對(duì)語(yǔ)言句子的理解和當(dāng)事人的經(jīng)驗(yàn)，語(yǔ)音識(shí)別能力與對(duì)知識(shí)理解的能力正相關(guān)。
正因如此，人工智能的語(yǔ)音識(shí)別不僅有趣，更是很有意義，它是機(jī)器理解世界的重要組成部分，是人人交互、人機(jī)交互最重要的入口，也是邁向智能發(fā)展更高階段的必經(jīng)之路。盡管這條道路已經(jīng)顯得非常擁擠，語(yǔ)音識(shí)別落地場(chǎng)景隨處可見(jiàn)，做語(yǔ)音識(shí)別的機(jī)構(gòu)百家爭(zhēng)鳴，人工智能的語(yǔ)音識(shí)別仍處于初步發(fā)展的階段。
作為一家對(duì)人工智能有著深入理解和推廣應(yīng)用的公司，語(yǔ)音識(shí)別是依圖人工智能布局下一個(gè)不可或缺的組成部分。我們將始終保持在技術(shù)層面的投入，通過(guò)技術(shù)的突破來(lái)解鎖更多的可能，也期待更多合作伙伴與我們共同探索語(yǔ)音技術(shù)的行業(yè)應(yīng)用，共同推動(dòng)行業(yè)發(fā)展。
（依圖首席創(chuàng)新官呂昊博士與微軟大中華區(qū)合作伙伴發(fā)展總經(jīng)理周芳女士聯(lián)合發(fā)布語(yǔ)音開(kāi)放平臺(tái)）
（依圖首席創(chuàng)新官呂昊博士與華為智能計(jì)算渠道合作部部長(zhǎng)康鑫先生聯(lián)合發(fā)布智能語(yǔ)音聯(lián)合解決方案）
今天，依圖還與微軟Azure聯(lián)合推出依圖語(yǔ)音開(kāi)放平臺(tái)（speech.yitutech.com），與華為聯(lián)合發(fā)布“智能語(yǔ)音聯(lián)合解決方案”，將依圖最新的語(yǔ)音識(shí)別技術(shù)能力提供給第三方應(yīng)用開(kāi)發(fā)者，共同推動(dòng)行業(yè)進(jìn)步。
就像物理學(xué)家理查德·費(fèi)曼所說(shuō)：“我無(wú)法創(chuàng)造的東西，我就不能理解。”我們認(rèn)為只有真的實(shí)現(xiàn)了人工智能，才有可能弄明白學(xué)習(xí)是怎么回事。依圖對(duì)人工智能的探索永無(wú)止境。
?。O客公園創(chuàng)始人張鵬對(duì)話依圖首席創(chuàng)新官呂昊博士、依圖科學(xué)家吳雙博士）
