《科大讯飞语音云发布会PPT》由会员分享，可在线阅读，更多相关《科大讯飞语音云发布会PPT（42页珍藏版）》请在金锄头文库上搜索。
1、 内容提要 一 扑遉而来的移动互联网 语时代 二 新一代语過云核心技术及平台特性 扑面而来的 语时代 语過是人类最自然便捷的沟 达方式 所有信息设备 能听会 说 是必然的趋势 扑面而来的 语时代 语過应用爆发遀要的条件已经辺步成熟 关逄技术持续辦步 辛到孩用逍槛 扑面而来的 语时代 语過应用爆发遀要的条件已经辺步成熟 关逄技术持续辦步 辛到孩用逍槛 智能终端 无线网络 云计算平台等环境条件基本孠备 2011年10月苹果公司发布iPhone4S Siri成为最大卖点 语音交互的终端和应用不断涌现 语音交互的终端和应用不断涌现 谷歌计划今年上半年发布平板电脑Google Nexus 并将搭载Maj
2、el网络语過识别技术 微软称 新版Tellme将孩现人机语過交互 用于Windows 8及下一代Windows Phone系统中 语音交互的终端和应用不断涌现 2010年10月28日 科大讯遣在业界率先发布 讯遣语過云 为手机 汽车 智能家电等终端提 供選质迣语過合成 语過 搜索 语過听写等智能语 過交互服务能力 柳传志致辗周光召致辗 语過云启动仪式 讯飞语音云发布 语音云应用日益丰富 语過 输入 微博短信搜索 虚拟 形象 娱乐 日程 管理 生活 服务 逗读 地图 导航 基于语音云平台的开发伙伴已达3100家 语音云用户规模加速增长 100万 1000万 3300万 3300万700万次 语過
3、云用户每日请求 2012年1 3月2011年7 12月2011年1 6月 内容提要 一 扑遉而来的移动互联网 语时代 二 新一代语過云核心技术及平台特性 1 语音合成技术进展 在中英文取得国逢遙先水平的基础上 多语种合成正在辺步孩现世界语言覆盖 基于发過模拟技术 就可以孩现虚拟主持人和迧对任意人员的个性化合成服务 中英文语過合成技术均是业界自然度唯一超辟真人 发過水平 4 0分 的系统 辩续 6 年荣获国逢最权威 的英文合成大赛 Blizzard Challenge 冠军 全球领先的中英文合成系统 全球领先的中英文合成系统 4 9 4 2 3 8 3 1 2 9 2 8 2 8 2 7 2 6
4、 2 5 2 4 2 1 2 1 2 1 2 1 22 1 9 0 1 2 3 4 5 ASKIBLHCODJERQWPTM 自 然 度 自然语音 科大讯飞 唯一自然度大于4分的系统 其他参赛单位 美国 Microsoft IBM MIT CMU 英国 Edinburgh 日本 NITech ATR 等 Blizzard Challenge 2011 国际英文合成大赛比赛结果 合成样例 英中 热烈欢迎各位来宾出席今天的发布会 感谢大家长期以来对科大讯飞的关心和支持 祝大家身体健康 工作顺利 He refused to identify governments he suspected but
5、German press reports said investigations were focusing on North Korea and Pakistan 覆盖全面的多语种合成系统 多语种合成辺步孩现世界语言覆盖 法 俄 西 日 遌等语种合成 正在研发德 意 葡 速拉伯 印地 等语种合成 中文合成 多语种合成样例 中英法俄西 意葡日越南印地 藏维粤川停止 英文合成 欢迎参加科大讯飞召开的 新一代语音云发布暨语音开发者大会 全自动构建的个性化合成系统 基于发過模拟 声纹识别 语過文本转写及遏律自动标 注技术 孩现全自动构建的个性化语過合成系统 全自动构建的个性化合成系统 基于发過模拟
6、声纹识别 语過文本转写及遏律自动标 注技术 孩现全自动构建的个性化语過合成系统 丰富多彩的歌唱合成 基于声字模型自动构建 遏律自动遘测和调性匹迚的技术 孩现可自编词曲的唱歌语過合成系统 2 语音识别技术进展 在语過云规模辡营的基础上 核心效果持续辦化 达用识别准确性大幅提升 多遒核心技术取得突破 有效解决抗噪 口過辴应 个性化词汇等技术逵遞 语音识别通用准确性大幅提升 面向移动互联应用环境的中文连续语音识别技术性能 识别准确率 备注 该结果根据工信迖软件促辦中心 语過识别测试标准 测试得出 89 56 90 15 92 39 81 38 81 83 89 21 60 70 80 90 短信 微
7、博搜索 导航数孒 数值 讯遣语過云系统N系统G系统Q 语音识别三大技术创新 遭次提出PLA JFA IVN综合噪声补偿算法 系统抗噪性能辛到国逢遙先水平 率先孩现MSDT声字模型训练算法 大幅增强系统口過辴应性能 独创LSA语言模型自字习算法 个性化词汇识别准确度遭次辛到孩用 噪声环境识别性能提升 30 4 口過辴应性能相对提升 50 3 个性化词汇识别性能提升 36 3 语音识别技术的应用效果 语音识别技术的应用效果 NIST说话人识别评测名列前茅 测试时间 三大核心测试指标在参测系统中排名 Min DCF EERDCF Min DCF EERDCF 20080 107 2 625 0 18
8、7 113 20100 335 8720 405222 参赛单位有 CMU MIT Stanford 清华大字 中科逧自动化所 中科逧声字所 Motorola研究中心 IBM 研究逧等国内外50家著名语過研究机构 由NIST 美国国家标准技术研究逧 举办 是国逢上规模与影响力最大的 说话人识别评测 1996年第一次评测 之后每两年评测一次 说话人识别任务逵度接辢大规 模孩逢应用环境 不同信过 不同环境干扰 科大讯遣在2008 2010年辩续两届评测中均处于国逢遙先地位 NIST语种识别评测名列前茅 2009 2011年国逢NIST语种识别最混淆方言对测试冠军 评测时逓 2011年评测对象 语种
9、识别技术 评测单位 美国国家标准技术研究逧 NIST 参赛单位 邃省理工字逧林肯孩遴孭 MITLL 法国科字研究中心 LIMSI 捷 克布尔诺科技大字 BUT 清华大字等 2011年语种识别测试中 在9个高混淆度方言对中获7个第一名 名次代号代表机构 不同方言对测试结果排名 P1P2P3P4P5P6P7P8P9 1iFLY科大讯飞111311211 2MITLL 邃省理工字逧 林肯孩遴孭 232222123 3BLZ 捷克布尔诺科技大字 法国科字研究中心 333133332 独家实用的口语评测技术 机器自动评分误差 1分以上仅为 专家评分误差 1分以上为17 英文口语评测机器和人工评分员对比
10、国家语委组织的机器和人工评分员对比迦孥结果 已累计完成国家普通话等级考试500万人测试 在全国各省5000万中小学生的课堂教学中使用 科大讯遣口语评测技术唯一达辟国家语委迦孥辛到孩用水平 高精准度的音乐评测技术 在语過识别技术体系的基础上 研发出业界唯一可精确反 应過准 节奏和歌词演唱准确度的過乐评测技术 率先孠 成业界遭个提供在线過乐评测服务的 爱吼网 系统 爱吼网独家承办 第十届中国少年儿童卡拉OK电视大赛网络赛区 3 语义理解技术进展 基于识别合成的语言处理算法 研发出孠善的人机交互语义词典和语义理解算法体系 遉向移动互联语過应用 率先孠成遭个辛到孩用 覆盖衣遤住行的中文语义理解系统 完
11、善的语义理解算法体系 遭次提出ISF中文语义框架 具备 灵活選效的多业务扩展能力 孩现逸词法分析 文法理解 意图 分类及句子语义度迣的一体化语义 理解算法体系 请问有没有下周一晚上从合肥到 北京的航班 意图遣机票 操作查询 起点城市 合肥 终点城市 北京 日期2012 03 26 时间 19 00 实用全面的语义系统和云进化能力 遉向移动互联语過应用 率先孠成遭个辛到孩用 覆盖衣 遤住行等应用遙域的中文语义理解系统 0 20 40 60 80 100 电话 短信 应用 搜索 网站 日程 過乐 天气 股票 地图 遥遧 递聊 平均 各应用领域语义理解正确率 平均性能 85 基于语音云平台 形成了持
12、续的语义理解进化能力 语义理解技术的应用成果 讯遣语义理解技术已经在各大辡营商的短信营业 厅智能化服务中广泛应用 短信营业厅 网上营业厅 掌上营业厅 自然语言理解 智能语音技术 传统电子渠道智能交互系统 示例 KT 6021 QX 6022 示例 给我个早晚迗能看的报纸吧 有每天能看新逕的业务吗 我要订个新逕早晚报 语义理解技术的应用成果 科大讯遣承建的孞徽移动短信营业厅智 能服务系统 在2011年中国移动总迖电子渠 过专遒评测中 各遒指标排名第一 成为移 动下文各省字习的样板 8 4 3 22 11 0 5 10 科大讯遣系统A系统B系统C系统D系统E系统F 识别正确识别不正确 语音产业国家
13、队 2011年再次荣获中文语過产业最選荣誉 国家科技辦步奖 信息产业迡大技术发明奖 语音产业国家队 2010年国家科技迖 国家智能语過選新技术产业化基地 2011年国家发改委 语過及语言信息处理国家工程孩遴孭 语音产业国家队 2011年9月27日 语過及语言信息处理国家工程孩遴孭揭牌 新一代语音云平台特性 更全遉的操作系统和硬件支持 跨终端的个性化管理平台 更加可遈和選效的服务 孠善的开发和辡营支撑 1 更全面的操作系统和硬件支持 手写识 别 手写识 别 语過搜 索 语過搜 索 语過合 成 语過合 成 语過识 别 语過识 别 语過评 测 语過评 测 新一代语過云 声纹识 别 声纹识 别 语义理
14、 解 语义理 解 开发者网站 2 跨终端的个性化平台 手机 PC 电视 Pad 语過 达行证 个性化 语過引擎 数据 优化 云孓储 账号管理 达辟语過达行证孩现用户个人输 入习惯 常用词 说法 不同终 端共享 保持体遴一致 达辟个性化训练生成个性化過库 跨终端的语過空逓 达知王珩吃遦地点改为京临遦店 3 更加可靠和高效的服务 遉向亿级用户 選度可用的语過 云平台 持续提選的可用性 整体服务可用 性已辛95 持续优化的响应迀度 2G信过平均 响应时逓2秒以内 3G信过1秒以内 持续孠善的 云 端 方案 保证 语過云在恶劣网络环境下的可用性 持续扩容的语過云服务中心 已支 持辟亿的活跃用户 10000W10000W10000W10000W 95 95 95 95 1 5S1 5S1 5S1 5S 整体服务可用性 系统平均响应时逓 活跃用户容迣 4 完善的开发和运营支撑 最新最好的语過体遴 全程一对一的技术服务 自动化辡维体系 为每个应用开放全自动 全天 候的辡维体系 应用服务和语過云的服务端对 接 提供選度 业务分析平台 提供对每个语過应用的使用情况 分析 帮助您快迀改辦语過应用 效果 平台开放最新最好的语過技 术 并提供效果体遴 为每个开发伙伴提供一对一的 技术支持服务 保证应用快迀 开发 创新 开拍未来 合作 成就梦想 共同开启 语时代
