隨著人工智能技術(shù)的不斷發(fā)展 語(yǔ)音識(shí)別技術(shù)的準(zhǔn)確率和應(yīng)用范圍也在不斷提高和擴(kuò)大

• 黃婷 2024年1月12日 來(lái)源：互聯(lián)網(wǎng) 823 50
• 繁體

近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車(chē)電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。 語(yǔ)音識(shí)別聽(tīng)寫(xiě)機(jī)在一些領(lǐng)域的應(yīng)用被美國(guó)新聞界評(píng)為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多

語(yǔ)音識(shí)別技術(shù)

近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車(chē)電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。 語(yǔ)音識(shí)別聽(tīng)寫(xiě)機(jī)在一些領(lǐng)域的應(yīng)用被美國(guó)新聞界評(píng)為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多專家都認(rèn)為語(yǔ)音識(shí)別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。 語(yǔ)音識(shí)別技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽(tīng)覺(jué)機(jī)理、人工智能等等。

語(yǔ)音識(shí)別的應(yīng)用領(lǐng)域非常廣泛，常見(jiàn)的應(yīng)用系統(tǒng)有：語(yǔ)音輸入系統(tǒng)，相對(duì)于鍵盤(pán)輸入方法，它更符合人的日常習(xí)慣，也更自然、更高效;語(yǔ)音控制系統(tǒng)，即用語(yǔ)音來(lái)控制設(shè)備的行，相對(duì)于手動(dòng)控制來(lái)說(shuō)更加快捷、方便，可以用在諸如工業(yè)控制、語(yǔ)音撥號(hào)系統(tǒng)、智能家電、聲控智能玩具等許多領(lǐng)域;智能對(duì)話查詢系統(tǒng)，根據(jù)客戶的語(yǔ)音進(jìn)行操作，為用戶提供自然、友好的數(shù)據(jù)庫(kù)檢索服務(wù)，例如家庭服務(wù)、賓館服務(wù)、旅行社服務(wù)系統(tǒng)、訂票系統(tǒng)、醫(yī)療服務(wù)、銀行服務(wù)、股票查詢服務(wù)等等。

近日，騰訊云語(yǔ)音識(shí)別(Automatic Speech Recognition，ASR)方案基于大模型能力全新升級(jí)，依托業(yè)界領(lǐng)先的自研語(yǔ)音識(shí)別技術(shù)和海量的語(yǔ)音行業(yè)大數(shù)據(jù)優(yōu)勢(shì)，可為不同行業(yè)、不同需求的客戶提供高質(zhì)量的語(yǔ)音識(shí)別服務(wù)，精準(zhǔn)、高效助力千行百業(yè)持續(xù)創(chuàng)造應(yīng)用價(jià)值、繁榮產(chǎn)業(yè)生態(tài)。

騰訊云ASR是將語(yǔ)音轉(zhuǎn)化成文字的PaaS產(chǎn)品，依托微信智聆實(shí)驗(yàn)室自研技術(shù)，有效提高復(fù)雜場(chǎng)景的識(shí)別準(zhǔn)確性，極大地改善復(fù)雜音頻和低信噪比音頻識(shí)別的效果。通過(guò)業(yè)界首創(chuàng)的高性能引擎，能夠?qū)崿F(xiàn)23種方言的語(yǔ)音識(shí)別，讓用戶無(wú)需事先定義方言，即可讓模型進(jìn)行自動(dòng)化適應(yīng)。另外，突破現(xiàn)有ASR引擎的場(chǎng)景局限，騰訊云ASR在線下銷售、下沉市場(chǎng)等不同場(chǎng)景都能夠靈活、廣泛地進(jìn)行使用。

目前，騰訊云ASR已經(jīng)在微信、王者榮耀等騰訊內(nèi)部產(chǎn)品以及外部不同行業(yè)持續(xù)落地，覆蓋錄音質(zhì)檢、會(huì)議實(shí)時(shí)轉(zhuǎn)寫(xiě)、語(yǔ)音輸入法等多個(gè)場(chǎng)景，產(chǎn)品單日調(diào)用量達(dá)到百億次，單月服務(wù)的內(nèi)外部企業(yè)客戶數(shù)達(dá)到數(shù)千個(gè)。

據(jù)中研產(chǎn)業(yè)研究院《2024-2029年中國(guó)語(yǔ)音識(shí)別行業(yè)市場(chǎng)現(xiàn)狀分析及未來(lái)發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告》分析：

語(yǔ)音識(shí)別(ASR)是AI最早的應(yīng)用場(chǎng)景之一，業(yè)界不少方案目前僅能針對(duì)簡(jiǎn)單場(chǎng)景進(jìn)行精準(zhǔn)識(shí)別，一旦音頻環(huán)境復(fù)雜，或者多人交錯(cuò)說(shuō)話、聲音重疊，識(shí)別準(zhǔn)確率就會(huì)大打折扣。為了助力解決上述語(yǔ)音識(shí)別應(yīng)用難題，騰訊云ASR自研多模態(tài)融合算法、蒸餾和半監(jiān)督算法等，強(qiáng)化上下文理解能力，大幅減少語(yǔ)音數(shù)據(jù)的標(biāo)記工作，更好地提升復(fù)雜識(shí)別環(huán)境的準(zhǔn)確率。

通過(guò)自研多模態(tài)融合算法，騰訊云在模型預(yù)訓(xùn)練階段加入文本大語(yǔ)言模型(LLM)，增加上下文預(yù)測(cè)的準(zhǔn)確率，對(duì)部分通過(guò)純音頻識(shí)別無(wú)法正確識(shí)別的場(chǎng)景有了更好的提升作用，在各行業(yè)數(shù)據(jù)集中(尤其是低信噪比數(shù)據(jù)集)取得更佳效果。同時(shí)采用無(wú)監(jiān)督學(xué)習(xí)，使得模型中加入大量未經(jīng)標(biāo)注的低資源數(shù)據(jù)，在垂類行業(yè)音頻和方言音頻上取得了重大突破。

語(yǔ)音識(shí)別行業(yè)未來(lái)發(fā)展趨勢(shì)分析

人工智能是未來(lái)科技的重點(diǎn)發(fā)展方向之一。而語(yǔ)音識(shí)別技術(shù)作為人工智能的一個(gè)核心技術(shù)之一,則會(huì)在未來(lái)的人工智能領(lǐng)域中扮演著舉足輕重的角色。

傳統(tǒng)語(yǔ)音識(shí)別技術(shù)只是把語(yǔ)音轉(zhuǎn)換為文本或命令，而智能助手則擁有更高層次的語(yǔ)音交互體驗(yàn)。智能助手利用機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等技術(shù)，通過(guò)與人類交互來(lái)提供智能化的服務(wù)。與傳統(tǒng)語(yǔ)音識(shí)別不同，智能助手需要能夠理解人類的情感、個(gè)性等因素，并能夠根據(jù)用戶的需求提供更加個(gè)性化和智能化的服務(wù)。

據(jù)德勤數(shù)據(jù)顯示，中國(guó)智能語(yǔ)音市場(chǎng)規(guī)模2021年規(guī)模為301億元，預(yù)計(jì)2021-2030年CAGR達(dá)19.9%。

隨著人工智能技術(shù)的不斷發(fā)展，語(yǔ)音識(shí)別技術(shù)的準(zhǔn)確率和應(yīng)用范圍也在不斷提高和擴(kuò)大。同時(shí)，語(yǔ)音識(shí)別技術(shù)的成本和可靠性也是技術(shù)因素中需要考慮的因素。根據(jù)數(shù)據(jù)，全球語(yǔ)音識(shí)別市場(chǎng)規(guī)模在2020年達(dá)到了約20億美元，預(yù)計(jì)到2027年將達(dá)到約50億美元。

預(yù)計(jì)未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)走進(jìn)了工業(yè)、家電、通信、汽車(chē)電子、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。語(yǔ)音識(shí)別作為人工智能發(fā)展最早、且率先商業(yè)化的技術(shù)，近幾年來(lái)隨著深度學(xué)習(xí)技術(shù)的突破，識(shí)別準(zhǔn)確率大幅提升，帶動(dòng)了一波產(chǎn)業(yè)熱潮。

隨著互聯(lián)網(wǎng)的快速發(fā)展，以及手機(jī)等移動(dòng)終端的普及應(yīng)用，目前可以從多個(gè)渠道獲取大量文本或語(yǔ)音方面的語(yǔ)料，這為語(yǔ)音識(shí)別中的語(yǔ)言模型和聲學(xué)模型的訓(xùn)練提供了豐富的資源，使得構(gòu)建通用大規(guī)模語(yǔ)言模型和聲學(xué)模型成為可能。在語(yǔ)音識(shí)別中，訓(xùn)練數(shù)據(jù)的匹配和豐富性是推動(dòng)系統(tǒng)性能提升的最重要因素之一，但是語(yǔ)料的標(biāo)注和分析需要長(zhǎng)期的積累和沉淀，隨著大數(shù)據(jù)時(shí)代的來(lái)臨，大規(guī)模語(yǔ)料資源的積累將提到戰(zhàn)略高度。

本研究咨詢報(bào)告由中研普華咨詢公司領(lǐng)銜撰寫(xiě)，在大量周密的市場(chǎng)調(diào)研基礎(chǔ)上，主要依據(jù)了國(guó)家統(tǒng)計(jì)局、國(guó)家商務(wù)部、國(guó)家發(fā)改委、國(guó)家經(jīng)濟(jì)信息中心、國(guó)務(wù)院發(fā)展研究中心、國(guó)家海關(guān)總署、全國(guó)商業(yè)信息中心、中國(guó)經(jīng)濟(jì)景氣監(jiān)測(cè)中心、中國(guó)行業(yè)研究網(wǎng)、全國(guó)及海外相關(guān)報(bào)刊雜志的基礎(chǔ)信息以及語(yǔ)音識(shí)別行業(yè)研究單位等公布和提供的大量資料。報(bào)告對(duì)我國(guó)語(yǔ)音識(shí)別行業(yè)的供需狀況、發(fā)展現(xiàn)狀、子行業(yè)發(fā)展變化等進(jìn)行了分析，重點(diǎn)分析了國(guó)內(nèi)外語(yǔ)音識(shí)別行業(yè)的發(fā)展現(xiàn)狀、如何面對(duì)行業(yè)的發(fā)展挑戰(zhàn)、行業(yè)的發(fā)展建議、行業(yè)競(jìng)爭(zhēng)力，以及行業(yè)的投資分析和趨勢(shì)預(yù)測(cè)等等。報(bào)告還綜合了語(yǔ)音識(shí)別行業(yè)的整體發(fā)展動(dòng)態(tài)，對(duì)行業(yè)在產(chǎn)品方面提供了參考建議和具體解決辦法。報(bào)告對(duì)于語(yǔ)音識(shí)別產(chǎn)品生產(chǎn)企業(yè)、經(jīng)銷商、行業(yè)管理部門(mén)以及擬進(jìn)入該行業(yè)的投資者具有重要的參考價(jià)值，對(duì)于研究我國(guó)語(yǔ)音識(shí)別行業(yè)發(fā)展規(guī)律、提高企業(yè)的運(yùn)營(yíng)效率、促進(jìn)企業(yè)的發(fā)展壯大有學(xué)術(shù)和實(shí)踐的雙重意義。

如果想要了解更多中國(guó)語(yǔ)音識(shí)別行業(yè)詳情分析，可以點(diǎn)擊查看中研普華研究報(bào)告《2024-2029年中國(guó)語(yǔ)音識(shí)別行業(yè)市場(chǎng)現(xiàn)狀分析及未來(lái)發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2024-2029年中國(guó)語(yǔ)音識(shí)別行業(yè)市場(chǎng)現(xiàn)狀分析及未來(lái)發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告

  語(yǔ)音識(shí)別是一門(mén)交叉學(xué)科。近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開(kāi)始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車(chē)電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡