坊間總會(huì)流傳些他們的段子

格子衫、雙肩包、沉默且不茍言笑

當(dāng)然，還有岌岌可危的發(fā)量（沒(méi)有，不是我說(shuō)的）

那只能說(shuō)，這些都是表象

堪稱新時(shí)代的中流砥柱

每天家住回龍觀，征戰(zhàn)新中關(guān)

渾身散發(fā)出高級(jí)又內(nèi)斂的氣質(zhì)

究竟是什么塑造的？

（一切為了工作 掙錢）

小馳捕捉到一位思必馳程序員小哥哥

今天去看看

他日常的那些“封神級(jí)”操作！

Q：一句話形容你正在做的事情？

A：人類之光…在宇宙中心呼喚AI…反正很Cool就對(duì)了

Q：最近有什么新成果嗎？

A：你光顧著關(guān)注我們發(fā)際線，不關(guān)注我們的精神成果，扣雞腿…

最近發(fā)布了DUI標(biāo)注訓(xùn)練一體化平臺(tái)，具體干啥的，來(lái)補(bǔ)課！↓↓↓

DUI標(biāo)注訓(xùn)練一體化平臺(tái)全場(chǎng)景應(yīng)用，識(shí)別體驗(yàn)持續(xù)提升！

思必馳DUI標(biāo)注訓(xùn)練一體化平臺(tái)，讓服務(wù)賦能走向能力賦能：

Q：如果我中英文摻著說(shuō)，語(yǔ)音識(shí)別TA能聽懂嗎？

A：不同場(chǎng)景、環(huán)境下的語(yǔ)音識(shí)別效果多少會(huì)受噪聲、專業(yè)術(shù)語(yǔ)、多語(yǔ)言混合影響。契合場(chǎng)景來(lái)提升語(yǔ)音識(shí)別率，自然就能準(zhǔn)確許多。

Q：讓場(chǎng)景識(shí)別率能持續(xù)提升，你們有什么“神技”傍身？

A：我們?nèi)谶M(jìn)了最新的「端到端識(shí)別技術(shù)」來(lái)提升識(shí)別準(zhǔn)確率，通過(guò)大規(guī)模預(yù)訓(xùn)練模型技術(shù)提升語(yǔ)音識(shí)別后處理效果。結(jié)合「增量學(xué)習(xí)」、「主動(dòng)學(xué)習(xí)」、「聯(lián)邦學(xué)習(xí)」和「小樣本遷移」等技術(shù)手段，提升用戶體驗(yàn)。同時(shí)開放「端點(diǎn)檢測(cè)模型自訓(xùn)練」、「標(biāo)點(diǎn)斷句自訓(xùn)練」等功能，讓用戶自己擁有自主權(quán)，來(lái)解決實(shí)際問(wèn)題。

Q：呃…

A：好，說(shuō)點(diǎn)你能聽懂的

高能，劃重點(diǎn)！

第一，關(guān)于端到端識(shí)別技術(shù)。

過(guò)往嚴(yán)格意義上的端到端識(shí)別技術(shù)，如基于LAS的端到端系統(tǒng)，雖然可以較明顯地提升通用語(yǔ)音識(shí)別的準(zhǔn)確率，但受限于計(jì)算復(fù)雜、自定制語(yǔ)言模型技術(shù)不成熟等原因，不能大規(guī)模的商用。思必馳去年推出新一代端到端語(yǔ)音識(shí)別建模技術(shù)，在實(shí)現(xiàn)通用識(shí)別準(zhǔn)確率相對(duì)提升10％－15％ 的同時(shí)，也提升了模型計(jì)算速度，更可以滿足快速有效的語(yǔ)言模型自定制。

第二，關(guān)于大規(guī)模預(yù)訓(xùn)練模型技術(shù)。

要知道，語(yǔ)音識(shí)別系統(tǒng)中除了核心的語(yǔ)音識(shí)別（ASR）模型部分，語(yǔ)音識(shí)別的后處理模型也是十分重要的，它直接影響到識(shí)別結(jié)果的可讀性。思必馳語(yǔ)音識(shí)別系統(tǒng)支持「智能糾錯(cuò)」、「智能標(biāo)點(diǎn)斷句」、「智能口語(yǔ)順滑」、「智能語(yǔ)義分段」、「智能語(yǔ)義糾錯(cuò)」等語(yǔ)音識(shí)別后處理技術(shù)，能進(jìn)一步提升語(yǔ)音識(shí)別的效果與可懂度。模型采用大規(guī)模預(yù)訓(xùn)練模型，結(jié)合多任務(wù)學(xué)習(xí)（Multi－Task Learning）和知識(shí)蒸餾（Knowledge Distillation）方法。在降低70％以上模型規(guī)模的條件下，提升了模型效果，運(yùn)算效率大幅提升同時(shí)降低了內(nèi)存開銷。

例如在智能會(huì)議場(chǎng)景中，通常轉(zhuǎn)寫結(jié)果是篇章段落，且多含有口語(yǔ)化的表達(dá)，通過(guò)我們的識(shí)別后處理功能，可以將會(huì)議轉(zhuǎn)寫結(jié)果整理成格式化，易讀易懂的會(huì)議記錄。

第三，增量學(xué)習(xí)。

受限于深度神經(jīng)網(wǎng)絡(luò)技術(shù)中的災(zāi)難性遺忘問(wèn)題，采用深度學(xué)習(xí)方法的ASR建模在權(quán)衡“既要保障模型原有識(shí)別效果，又要提升新的目標(biāo)場(chǎng)景識(shí)別效果”時(shí)，通常采用基于新舊數(shù)據(jù)混合訓(xùn)練的方法。弊端是，該方法增長(zhǎng)了模型優(yōu)化的周期，又會(huì)帶來(lái)數(shù)據(jù)安全隱患。基于思必馳自研的KDF－IL增量學(xué)習(xí)方法，在語(yǔ)音識(shí)別優(yōu)化時(shí)，可以僅用新增數(shù)據(jù)進(jìn)行模型訓(xùn)練，縮短開發(fā)周期同時(shí)，也有效保障數(shù)據(jù)安全。 第四，小樣本學(xué)習(xí)。

自研的小樣本遷移學(xué)習(xí)技術(shù)，使用少量數(shù)據(jù)就可快速實(shí)現(xiàn)場(chǎng)景體驗(yàn)優(yōu)化。例如使用少量帶標(biāo)注的文本數(shù)據(jù)，即可對(duì)標(biāo)點(diǎn)斷句模型進(jìn)行優(yōu)化，相對(duì)傳統(tǒng)模式調(diào)優(yōu)，節(jié)省了83％的數(shù)據(jù)量。例如，在真實(shí)的航空質(zhì)檢場(chǎng)景中，通用的標(biāo)點(diǎn)斷句模型面對(duì)特殊的專業(yè)術(shù)語(yǔ)和斷句方式，一定會(huì)水土不服。得益于小樣本遷移學(xué)習(xí)技術(shù)，在使用少量的標(biāo)注文本情況下，即可實(shí)現(xiàn)F值40％左右的絕對(duì)值提升，完成體驗(yàn)效果從不可用到可用的轉(zhuǎn)變。 最后，咳咳…．（這個(gè)氛圍是不是該升華了）在功能層面，我們深知不同用戶的使用場(chǎng)景復(fù)雜多樣，單靠賦能用戶自主訓(xùn)練ASR模型不能滿足需求。

我們�。ㄉ�華來(lái)了）秉承以解決用戶實(shí)際問(wèn)題為核心的產(chǎn)品理念，開放端點(diǎn)檢測(cè)模型自訓(xùn)練、標(biāo)點(diǎn)斷句自訓(xùn)練等功能，使得用戶可以通過(guò)我們的產(chǎn)品，完成識(shí)別系統(tǒng)中幾乎所有模塊功能的自訓(xùn)練，最大程度優(yōu)化用戶體驗(yàn)。

Q：啊，真不愧是“人類之光”。求問(wèn)，沒(méi)經(jīng)驗(yàn)可以用嗎？

A：平臺(tái)建立的出發(fā)點(diǎn)就是降低 AI 使用門檻，只要企業(yè)有數(shù)智化轉(zhuǎn)型的需求，我們就能匹配提供高可用定制的模型。平臺(tái)的私有化部署能力，也能將自主權(quán)交給企業(yè)自己，非AI專家都能使用，”零“學(xué)習(xí)成本。

Q：怎么合作呢？

A：平臺(tái)同時(shí)滿足「模塊化輸出」＋「支持 UI可視化界面 ／API輸出」這兩點(diǎn)，可以根據(jù)業(yè)務(wù)需求靈活配置，選擇使用一體化平臺(tái)的全部功能，或者只使用其中幾個(gè)模塊的功能。

Q：可以拓展使用嗎？

A：當(dāng)然可以，「全場(chǎng)景覆蓋」是平臺(tái)的一大優(yōu)點(diǎn)。適用于各類行業(yè)場(chǎng)景，如會(huì)議辦公、航空通訊、智慧醫(yī)療、城市交通、數(shù)字化門店、智慧園區(qū)、線下質(zhì)檢、政務(wù)、庭審等等，可以快速?gòu)漠?dāng)前項(xiàng)目復(fù)用到新項(xiàng)目中，形成規(guī)�；�生產(chǎn)定制，滿足多樣化的業(yè)務(wù)需求。

Q：怎么聯(lián)系你們呢？

如有合作意向，請(qǐng)發(fā)郵件

Q： 好，不愧是氣質(zhì)不凡的你們！今天收獲頗豐！

A：總結(jié)下，就是我們?cè)谝粋�(gè)科技開放和包容的時(shí)代，和一群特別Cool的人，做了些特別Cool的產(chǎn)品和事情。如果你想更了解我們，歡迎隨時(shí)交流。