文/IEEE Fellow、快商通首席科學(xué)家李海洲院士
分享一：提高語音識(shí)別魯棒性的三種途徑
近二十年，語音識(shí)別技術(shù)取得顯著進(jìn)步，但識(shí)別的魯棒性問題一直阻礙著語音技術(shù)的進(jìn)一步發(fā)展。對(duì)于語音識(shí)別和聲紋識(shí)別來說，該如何提升影響準(zhǔn)確率的系統(tǒng)魯棒性？快商通首席科學(xué)家李海洲教授表示，想要從根本上提升識(shí)別準(zhǔn)確率，可以從三個(gè)方面考慮。
首先，專用系統(tǒng)轉(zhuǎn)換為通用系統(tǒng)。
語音識(shí)別從實(shí)驗(yàn)室走向應(yīng)用，環(huán)境適應(yīng)性一直是不容忽視的問題。實(shí)驗(yàn)室中訓(xùn)練良好的引擎，一旦處于負(fù)責(zé)的噪聲環(huán)境，其識(shí)別準(zhǔn)確率便會(huì)急劇下降。這些噪聲主要來自于信道偏差，環(huán)境噪音，被污染的測試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)的不匹配等。
因此，想要提高識(shí)別準(zhǔn)確率，需將目前針對(duì)某單一環(huán)境的專用系統(tǒng)升級(jí)為通用系統(tǒng)，提高識(shí)別引擎的自我學(xué)習(xí)能力，才能使其適應(yīng)不同環(huán)境的差異性。
第二，擴(kuò)展獲取語音信息的渠道。
假設(shè)三種場景：面對(duì)面交流、視頻交流、電話語音交流，人在哪種情況下能聽得最清楚？毫無疑問是面對(duì)面交流，這種場景下溝通，人們可以看到對(duì)方的表情、手勢，而這些信息也將輔助聽覺獲取更多的信息。
人類從單一的渠道獲取信息尚且會(huì)有偏差的可能，機(jī)器亦然。李教授認(rèn)為，未來將會(huì)形成語音、視覺等多渠道的技術(shù)手段，來幫助語音識(shí)別和聲紋識(shí)別進(jìn)行準(zhǔn)確率的提升。
第三，從語音語言處理走向語音語言理解。
人們普遍認(rèn)為，語音識(shí)別是將聲音變?yōu)槲淖?。但在快商通首席科學(xué)家李海洲教授的理解里，語音識(shí)別的初衷是讓機(jī)器聽懂人類說話，并不一定需要將聲音轉(zhuǎn)化為文字。就像人與人之間的交流，并不需要先將對(duì)方說的語音轉(zhuǎn)換成文字。
機(jī)器無法直接聽懂人類的語言，所以需要將語音轉(zhuǎn)為文字來輔助，但如果希望技術(shù)有更近一層的突破，我們需要將精力放于語音識(shí)別的后半段路——從語音語言處理走向語音語言理解。
分享二：中國人工智能應(yīng)用落地的三大優(yōu)勢
第四次工業(yè)革命即將來臨，世界各國已經(jīng)認(rèn)識(shí)到人工智能是未來國家之間競爭的關(guān)鍵賽場，因而紛紛爭奪這一輪科技革命的制高點(diǎn)。對(duì)于中國而言，人工智能的發(fā)展是一個(gè)歷史性的戰(zhàn)略機(jī)遇，政府創(chuàng)造土壤，企業(yè)奮起發(fā)力，中國在AI領(lǐng)域的實(shí)力與發(fā)展優(yōu)勢不斷被世界認(rèn)可。
基于多年海外經(jīng)歷培養(yǎng)出的國際化視角，結(jié)合專業(yè)判斷能力，快商通首席科學(xué)家李海洲教授總結(jié)出中國人工智能應(yīng)用落地的三大優(yōu)勢。
政府推動(dòng)：在我國，人工智能連續(xù)三年被寫入總理政府工作報(bào)告，并成為促進(jìn)新興產(chǎn)業(yè)加快發(fā)展的新動(dòng)能。政府的推動(dòng)與總體規(guī)劃，完善了人工智能基礎(chǔ)設(shè)施的建設(shè)，并使得各科技企業(yè)的技術(shù)能夠穩(wěn)步落地。
數(shù)據(jù)優(yōu)勢：人工智能的發(fā)展需要與深度學(xué)習(xí)和大數(shù)據(jù)緊密結(jié)合，中國在數(shù)據(jù)資源這一方面的優(yōu)勢，是毋庸置疑的。僅僅在日常生活中，中國近14億的人口就能產(chǎn)生比全球其他國家更多的數(shù)據(jù)。這讓深度學(xué)習(xí)有一個(gè)用武之地。
企業(yè)環(huán)境：自2012年深度學(xué)習(xí)取得重大突破，中國人工智能企業(yè)如雨后春筍般生長，激烈的競爭環(huán)境下，企業(yè)家們必須兼具創(chuàng)新與奮斗精神，才能在大浪淘沙中適者生存。再這樣的情況下，中國人工智能技術(shù)的創(chuàng)業(yè)環(huán)境積極向上，為優(yōu)質(zhì)的技術(shù)和企業(yè)家創(chuàng)造了健康的創(chuàng)業(yè)土壤。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
