發(fā)布AI云，五大版塊構(gòu)建AI科技樹(shù)

“企業(yè)數(shù)字化升級(jí)的終局是智能化，AI＋大數(shù)據(jù)已經(jīng)成為拓寬新局面的決定性因素�！笨拼笥嶏w集團(tuán)副總裁于繼棟在現(xiàn)場(chǎng)表示。

而為了更好地賦能企業(yè)數(shù)字化轉(zhuǎn)型，科大訊飛在現(xiàn)場(chǎng)帶來(lái)了全新生態(tài)新品——訊飛AI云。

根據(jù)現(xiàn)場(chǎng)介紹，訊飛AI云由磐石平臺(tái)和擎天平臺(tái)構(gòu)成，前者針對(duì)AI服務(wù)對(duì)云主機(jī)集群進(jìn)行了103項(xiàng)專業(yè)優(yōu)化，降本提效的同時(shí)進(jìn)行多種認(rèn)證和加密，從而保證臟專屬云用戶接入安全；后者定位“授人以漁”，從數(shù)據(jù)標(biāo)注、模型訓(xùn)練、引擎托管、服務(wù)編排等維度，滿足更多用戶不同業(yè)務(wù)場(chǎng)景組合下的AI需求。

隨著訊飛AI云的發(fā)布，我們可以預(yù)想到，在未來(lái)，訊飛開(kāi)放平臺(tái)除了提供諸多AI基礎(chǔ)服務(wù)之外，還將能夠針對(duì)用戶更多個(gè)性化的需求提供高效服務(wù)。

與此同時(shí)，科大訊飛AI研究院常務(wù)副院長(zhǎng)劉聰也在大會(huì)現(xiàn)場(chǎng)提出“AI科技樹(shù)”構(gòu)造理念，并從5大板塊掀開(kāi)了科大訊飛技術(shù)全景的一角。

具體來(lái)看，此次介紹的5大板塊分別是：

· 語(yǔ)音識(shí)別

科大訊飛的語(yǔ)音識(shí)別技術(shù)通過(guò)結(jié)合自學(xué)習(xí)更新的能力，可以對(duì)領(lǐng)域關(guān)鍵詞、應(yīng)用場(chǎng)景、口音、領(lǐng)域風(fēng)格等個(gè)性化需求進(jìn)行建模，真實(shí)、復(fù)雜場(chǎng)景下的語(yǔ)音交互也更自然。

這一技術(shù)上，科大訊飛還針對(duì)說(shuō)話背景復(fù)雜多樣、多人說(shuō)話語(yǔ)音混疊、文字內(nèi)容外的特殊聲音現(xiàn)象等問(wèn)題，給出了全場(chǎng)景音頻解析的整體方案。

此外，針對(duì)包含語(yǔ)音的有效內(nèi)容，使用基于富信息的語(yǔ)音降噪和分離方案，綜合利用聲音、文本、說(shuō)話人等信息。在有條件的情況下，還可以使用多模態(tài)的唇形、視線以及麥克風(fēng)陣列的空間位置等信息來(lái)進(jìn)行聯(lián)合建模，多次在國(guó)際語(yǔ)音識(shí)別與分離大賽中奪冠。

· 語(yǔ)音合成

過(guò)去，語(yǔ)音合成的效果主要用合成自然度MOS分來(lái)評(píng)估，但是未來(lái)的AI應(yīng)用，不光追求技術(shù)可實(shí)現(xiàn)，還要更加人性化、更具有表現(xiàn)力、展示維度多模態(tài)。

科大訊飛的語(yǔ)音合成目前已經(jīng)能夠做到從語(yǔ)音到聲音的全場(chǎng)景音頻合成�；�于自然語(yǔ)言理解技術(shù)，科大訊飛能夠從文本當(dāng)中分析到合適的情感焦點(diǎn)，以及與角色相關(guān)的信息。與此同時(shí)，他們也將單一的情感合成升級(jí)為微情緒合成，這意味著機(jī)器人能夠?qū)σ恍┚植康那楦凶龅骄珳?zhǔn)預(yù)測(cè)和控制，從而讓整個(gè)人機(jī)交互過(guò)程顯得更加具備趣味性和人情味。

· OCR識(shí)別

科大訊飛在OCR識(shí)別領(lǐng)域，做的可謂是細(xì)致入微。目前訊飛的OCR框架已經(jīng)進(jìn)化到了第四代篇章級(jí)的Encoder＋Decoder，可以完成高精度二維復(fù)雜版面的端到端識(shí)別，相關(guān)能力調(diào)用量已經(jīng)超過(guò)10億次。

· 多語(yǔ)種

目前，科大訊飛現(xiàn)在已經(jīng)將語(yǔ)音合成、圖文識(shí)別等AI能力成功遷移到了多個(gè)語(yǔ)種，文檔拍照識(shí)別已經(jīng)支持56種語(yǔ)言，并且平均正確率超過(guò)了85％，機(jī)器翻譯更是擴(kuò)展到了168種語(yǔ)言。

· 行業(yè)認(rèn)知

當(dāng)前，科大訊飛基于在各個(gè)行業(yè)積累的豐富經(jīng)驗(yàn)，構(gòu)建了一個(gè)行業(yè)認(rèn)知中臺(tái)，來(lái)降低問(wèn)題定義的難度。

有了這個(gè)認(rèn)知中臺(tái)，就可以基本達(dá)到一個(gè)資深行業(yè)人士80％左右的認(rèn)知能力，讓場(chǎng)景定義的效率提升50％以上，而且認(rèn)知中臺(tái)可以完全私有化部署，數(shù)據(jù)安全無(wú)需擔(dān)憂。目前，基于認(rèn)知中臺(tái)的訊飛智醫(yī)機(jī)器人已經(jīng)拿到了執(zhí)業(yè)醫(yī)師資格證，這也是全球第一個(gè)拿到醫(yī)師執(zhí)照的機(jī)器人。

在演講的最后，劉聰表示：“除了上述的幾個(gè)方向，伴隨著科技樹(shù)枝葉的持續(xù)點(diǎn)亮，訊飛科技樹(shù)的全景已經(jīng)展現(xiàn)在大家的眼前。我想從原始的一顆種子發(fā)展到參天大樹(shù)，科技樹(shù)的每一片枝葉、每一個(gè)技術(shù)背后都蘊(yùn)含了大量的付出和努力。”他也說(shuō)到，未來(lái)科大訊飛會(huì)用科學(xué)的方法，合理有序的侯建科技樹(shù)，從而保證科技樹(shù)的根基穩(wěn)固，以及多個(gè)技術(shù)職業(yè)之間的高效協(xié)同。

最后

時(shí)至今日，科大訊飛1024開(kāi)發(fā)者大會(huì)已經(jīng)辦過(guò)四屆，而距離訊飛開(kāi)放平臺(tái)推出也已經(jīng)走過(guò)10年光陰。

前面也說(shuō)到，這10年間，“（訊飛開(kāi)放平臺(tái)）從早期的只有語(yǔ)音合成和識(shí)別兩個(gè)能力，到現(xiàn)在300多個(gè)AI能力。從最早的十幾個(gè)團(tuán)隊(duì)，到現(xiàn)在超過(guò)150萬(wàn)團(tuán)隊(duì)�！迸c此同時(shí)，平臺(tái)也已對(duì)外開(kāi)放了334項(xiàng)AI能力及方案，鏈接超200萬(wàn)生態(tài)合作伙伴，累計(jì)支持超過(guò)29．9億＋終端。

在會(huì)后對(duì)開(kāi)發(fā)者的采訪中，我們知悉了科大訊飛開(kāi)發(fā)者競(jìng)賽等項(xiàng)目對(duì)于他們的幫助，而反過(guò)來(lái)，開(kāi)發(fā)者們的聚攏，也為科大訊飛的生態(tài)建設(shè)提供了極大的助力。正如劉慶峰所說(shuō)，唯有生態(tài)，才能生生不息！