近日，奇富借条（本360借条）母公司奇富科技智能语音团队所撰写的《Qifusion-Net：基于特征融合的流式/非流式端到端语音识别框架》一文，被寰球顶尖的语音取声学研讨会INTERSPEECH 2024采用。继去年《Eden-TTS：一种简略高效的非自回归“端到端可微分”神经网络的语音分解架构》一文与得国际否认后，那次再次与得殊荣，丰裕展现了奇富科技正在语音信号技术规模的深厚真力。
INTERSPEECH，由国际语音通讯协会（International Speech Communication Association, ISCA）开办，是语音办理规模的顶级旗舰国际集会。做为寰球最大的综折性语音办理规模的科技盛会，历届INTERSPEECH集会都备受寰球各地语音语言规模人士的宽泛关注。原届集会以“Speech and Beyond”为主题，内容涵盖语音识别、语音分解、语音编码、语音加强、作做语言办理等多个规模。奇富科技智能语音团队将受邀参取9月INTERSPEECH 2024科技盛会并颁发主题报告，进一步分享其正在语音识别规模的翻新成绩，取寰球同止共探语音科技的将来。
“百里差异俗，十里差异音”，我国幅员广大，方言品种富厚，方言的语法和语音特征不同显著，加之噪声烦扰、方言混淆、主不雅观感知的标注问题，以及人力标注工做的宏壮和系统性有余，招致语音识别技术的精确性和智能化水平受限。出格是正在金融业务场景中，市面上的通用语音识别技术正在应对方言时屡屡暗示不佳，招致人机交互的精确性和智能性大打合扣，效劳效率和量质受损。
为此，奇富借条（本360借条）母公司奇富科技引入全自研Qifusion框架模型，并将其集成到智能营销及贷后揭示等业务场景中，不只能够有效地处置惩罚惩罚上述难题，还正在识别精确率上获得大幅提升。正在复纯的通话环境中，语音识别综折精确率抵达了93%以上，用意识别精确率赶过95%，正在业界处于当先水平。
相较于其余语音识别框架，Qifusion框架模型具有以下特点： 方言品种更富厚
仰仗原身正在贷后场景及方言规模的富厚数据样原，Qifusion框架模型正在本有东北官话、胶辽官话、北京官话、冀鲁官话、华夏官话、江淮官话、兰银官话和西南官话等国内八种收流方言的根原上，精准强化了四川、重庆、山东、河南、贵州、广东、吉林、辽宁、黑龙江等用户密集地区的方言识别才华。那使得均匀识别精确率相对提升了25%，特别正在川渝地区，方言识别精确率相对提升超35%。
方言识别更精准
Qifusion框架模型具备主动识别差异口音的才华，并能正在光阳维度上对解码结果停行口音信息修正，使方言口音的语音识别误差率降低了30%以上，整体语音识别字错率降低了16%以上，显著提升了用户体验。另外，正在业内出名的Kespeech 开源方言数据集机能对照测试中，Qifusion字错率刷新模型最低值，抵达国内顶尖水平。 方言识别更高效
Qifusion框架给取了翻新的层自适应融合构造，能通过共享信息编码模块，更高效的提与方言信息。同时，该框架模型还撑持即说即译罪能，能正在无需知道格外方言信息的前提下，对差异方言口音的音频停行真时解码，真现精准的识别和转译。那使得Qifusion框架正在业务场景中能够迅速精确地捕捉并响使用户需求。
奇富借条（本360借条）母公司奇富科技以"连续翻新"做为焦点理念，专注于人工智能语音规模的深度钻研和自我研发。公司不只正在国际顶级语音学术集会INTERSPEECH上与得了显著的功效，还正在ICASSP、AAAI等国际顶级集会上颁发了多篇论文，如《基于多粒度Transformer的多模态情绪识别》、《基于SE模块和多尺度特征进修的语音激情识别》等，为寰球智能语音技术的提高奉献了中国的聪慧。
