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

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

近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品等各個領(lǐng)域。 語音識別聽寫機在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計算機發(fā)展十件大事之一。很多

語音識別技術(shù)

近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品等各個領(lǐng)域。 語音識別聽寫機在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計算機發(fā)展十件大事之一。很多專家都認(rèn)為語音識別技術(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。 語音識別技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。

語音識別的應(yīng)用領(lǐng)域非常廣泛，常見的應(yīng)用系統(tǒng)有：語音輸入系統(tǒng)，相對于鍵盤輸入方法，它更符合人的日常習(xí)慣，也更自然、更高效;語音控制系統(tǒng)，即用語音來控制設(shè)備的行，相對于手動控制來說更加快捷、方便，可以用在諸如工業(yè)控制、語音撥號系統(tǒng)、智能家電、聲控智能玩具等許多領(lǐng)域;智能對話查詢系統(tǒng)，根據(jù)客戶的語音進行操作，為用戶提供自然、友好的數(shù)據(jù)庫檢索服務(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，騰訊云語音識別(Automatic Speech Recognition，ASR)方案基于大模型能力全新升級，依托業(yè)界領(lǐng)先的自研語音識別技術(shù)和海量的語音行業(yè)大數(shù)據(jù)優(yōu)勢，可為不同行業(yè)、不同需求的客戶提供高質(zhì)量的語音識別服務(wù)，精準(zhǔn)、高效助力千行百業(yè)持續(xù)創(chuàng)造應(yīng)用價值、繁榮產(chǎn)業(yè)生態(tài)。

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

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、會議實時轉(zhuǎn)寫、語音輸入法等多個場景，產(chǎn)品單日調(diào)用量達到百億次，單月服務(wù)的內(nèi)外部企業(yè)客戶數(shù)達到數(shù)千個。

據(jù)中研產(chǎn)業(yè)研究院《2024-2029年中國語音識別行業(yè)市場現(xiàn)狀分析及未來發(fā)展趨勢預(yù)測報告》分析：

語音識別(ASR)是AI最早的應(yīng)用場景之一，業(yè)界不少方案目前僅能針對簡單場景進行精準(zhǔn)識別，一旦音頻環(huán)境復(fù)雜，或者多人交錯說話、聲音重疊，識別準(zhǔn)確率就會大打折扣。為了助力解決上述語音識別應(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，強化上下文理解能力，大幅減少語音數(shù)據(jù)的標(biāo)記工作，更好地提升復(fù)雜識別環(huán)境的準(zhǔn)確率。

通過自研多模態(tài)融合算法，騰訊云在模型預(yù)訓(xùn)練階段加入文本大語言模型(LLM)，增加上下文預(yù)測的準(zhǔn)確率，對部分通過純音頻識別無法正確識別的場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。同時采用無監(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。

語音識別行業(yè)未來發(fā)展趨勢分析

人工智能是未來科技的重點發(fā)展方向之一。而語音識別技術(shù)作為人工智能的一個核心技術(shù)之一,則會在未來的人工智能領(lǐng)域中扮演著舉足輕重的角色。

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

據(jù)德勤數(shù)據(jù)顯示，中國智能語音市場規(guī)模2021年規(guī)模為301億元，預(yù)計2021-2030年CAGR達19.9%。

隨著人工智能技術(shù)的不斷發(fā)展，語音識別技術(shù)的準(zhǔn)確率和應(yīng)用范圍也在不斷提高和擴大。同時，語音識別技術(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)，全球語音識別市場規(guī)模在2020年達到了約20億美元，預(yù)計到2027年將達到約50億美元。

預(yù)計未來10年內(nèi)，語音識別技術(shù)走進了工業(yè)、家電、通信、汽車電子、消費電子產(chǎn)品等各個領(lǐng)域。語音識別作為人工智能發(fā)展最早、且率先商業(yè)化的技術(shù)，近幾年來隨著深度學(xué)習(xí)技術(shù)的突破，識別準(zhǔn)確率大幅提升，帶動了一波產(chǎn)業(yè)熱潮。

隨著互聯(lián)網(wǎng)的快速發(fā)展，以及手機等移動終端的普及應(yīng)用，目前可以從多個渠道獲取大量文本或語音方面的語料，這為語音識別中的語言模型和聲學(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)模語言模型和聲學(xué)模型成為可能。在語音識別中，訓(xùn)練數(shù)據(jù)的匹配和豐富性是推動系統(tǒng)性能提升的最重要因素之一，但是語料的標(biāo)注和分析需要長期的積累和沉淀，隨著大數(shù)據(jù)時代的來臨，大規(guī)模語料資源的積累將提到戰(zhàn)略高度。

本研究咨詢報告由中研普華咨詢公司領(lǐng)銜撰寫，在大量周密的市場調(diào)研基礎(chǔ)上，主要依據(jù)了國家統(tǒng)計局、國家商務(wù)部、國家發(fā)改委、國家經(jīng)濟信息中心、國務(wù)院發(fā)展研究中心、國家海關(guān)總署、全國商業(yè)信息中心、中國經(jīng)濟景氣監(jiān)測中心、中國行業(yè)研究網(wǎng)、全國及海外相關(guān)報刊雜志的基礎(chǔ)信息以及語音識別行業(yè)研究單位等公布和提供的大量資料。報告對我國語音識別行業(yè)的供需狀況、發(fā)展現(xiàn)狀、子行業(yè)發(fā)展變化等進行了分析，重點分析了國內(nèi)外語音識別行業(yè)的發(fā)展現(xiàn)狀、如何面對行業(yè)的發(fā)展挑戰(zhàn)、行業(yè)的發(fā)展建議、行業(yè)競爭力，以及行業(yè)的投資分析和趨勢預(yù)測等等。報告還綜合了語音識別行業(yè)的整體發(fā)展動態(tài)，對行業(yè)在產(chǎn)品方面提供了參考建議和具體解決辦法。報告對于語音識別產(chǎn)品生產(chǎn)企業(yè)、經(jīng)銷商、行業(yè)管理部門以及擬進入該行業(yè)的投資者具有重要的參考價值，對于研究我國語音識別行業(yè)發(fā)展規(guī)律、提高企業(yè)的運營效率、促進企業(yè)的發(fā)展壯大有學(xué)術(shù)和實踐的雙重意義。

如果想要了解更多中國語音識別行業(yè)詳情分析，可以點擊查看中研普華研究報告《2024-2029年中國語音識別行業(yè)市場現(xiàn)狀分析及未來發(fā)展趨勢預(yù)測報告》。

• 相關(guān)深度報告REPORTS

  

  2024-2029年中國語音識別行業(yè)市場現(xiàn)狀分析及未來發(fā)展趨勢預(yù)測報告

  語音識別是一門交叉學(xué)科。近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡