歡迎來(lái)體驗
什么是最懂你的中文語(yǔ)音識別算法
華少的快,矮大緊的京范兒口音,神仙打架的《奇葩說(shuō)》,這些復雜場(chǎng)景的語(yǔ)音識別有多難?今天依圖帶你領(lǐng)略新鮮出爐的語(yǔ)音識別算法實(shí)力。

今天開(kāi)始,依(zei)圖(hao)語(yǔ)音開(kāi)放平臺上線(xiàn)了!

業(yè)內首次
系統測試主流語(yǔ)音識別廠(chǎng)商的技術(shù)性能

(測試完成于2018年11月底)
在全球最大中文普通話(huà)數據庫AISHELL-2的三個(gè)測試子集、Accent近場(chǎng)口音測試集、Chat近場(chǎng)安靜聊天測試集上,依圖語(yǔ)音識別算法最近測得多項第一。AISHELL-2數據規模達1000小時(shí),是目前全球最大的中文開(kāi)源數據庫。在A(yíng)ISHELL2-2018A-EVAL數據集中,依圖語(yǔ)音識別準確率達到96.29%,字錯率(CER)為3.71%,領(lǐng)先第二名約17%。
無(wú)論是語(yǔ)音助手還是節目,電話(huà)客服或是閑聊,依圖更懂你。
依圖語(yǔ)音識別性能優(yōu)于第二名約17%
語(yǔ)音未來(lái)任重道遠
通過(guò)手機近距離收集聲音,依圖優(yōu)于第二名約17%,字字再現強時(shí)效內容

語(yǔ)速超快又有地方口音?依圖和訊飛挺下來(lái)了

考驗系統是不是夠“皮實(shí)”、夠“穩健”的時(shí)候到了!在遠距離場(chǎng)景,環(huán)境中會(huì )存在噪聲、混響和反射,依圖和訊飛聽(tīng)見(jiàn)優(yōu)勢明顯

從技術(shù)性能來(lái)說(shuō),字錯率曲線(xiàn)抖動(dòng)越小,算法的場(chǎng)景通用性越好。綜合各場(chǎng)景測試的結果,業(yè)界主流算法中,依圖和訊飛的算法字錯率抖動(dòng)相對較小。
但是同樣說(shuō)明了語(yǔ)音識別的發(fā)展既有驚喜也有遺憾。各大廠(chǎng)商的近場(chǎng)場(chǎng)景識別能力讓我們感受到了科技的力量,而加入遠場(chǎng)演講的高難度場(chǎng)景的識別能力不足,也表明了未來(lái)的路還很遠。
花式挑戰算法性能
依圖表現穩定
聽(tīng)寫(xiě)大會(huì )小程序一經(jīng)發(fā)布,各種評(tiao)測(xi)洶涌而來(lái)。依圖語(yǔ)音憑借自身優(yōu)秀的技術(shù),展現了極其穩定的語(yǔ)音識別能力。
再熱血的足球解說(shuō)我們hold住

繞口令?依圖能聽(tīng)清!

語(yǔ)音識別歌詞,依圖可帶勁啦!

呂昊博士現場(chǎng)演示的這款“聽(tīng)寫(xiě)大會(huì )”小程序也是業(yè)界第一次基于公開(kāi) API 將市場(chǎng)上的主流語(yǔ)音識別技術(shù)性能做比較——歡迎大家去花式調戲!

此次測試的安靜對話(huà)和混響的數據集,依圖也將在線(xiàn)公布,敬請期待!
您可以復制這個(gè)鏈接分享給其他人:http://m.northchejian.com.cn/node/539

