tft每日頭條

 > 科技

 > 科大訊飛人工智能語音

科大訊飛人工智能語音

科技 更新时间:2025-03-13 19:59:27

楊淨 蕭箫 發自 凹非寺量子位 報道 | 公衆号 QbitAI

企業擁有265萬開發者是一種什麼體驗?

是在最新财報上已經商業變現,開放平台營收增速高達131%?

連續5年在合肥振臂一呼,全球就迅速響應?

當然,這還不是全部。

在這一次開發者節上,科大訊飛董事長劉慶峰向全球開發者,攤開過去一年答卷。

  • 科大訊飛AI開放平台,至今已有441項核心技術;
  • 每個月平均新增9萬開發者團隊,其中工業應用占比達到60%;
  • 醫療AI系統一年給出97萬份修正診療結果……

而像“遇強則強,遇弱則弱”的圍棋機器人、1分鐘定制專屬AI數字人3秒判斷聲音畫像等這些技術成果更是成為展區的爆款!

科大訊飛人工智能語音(1句話克隆真人語音)1

第五屆全球開發者節究竟有何看頭?現在就帶你一文看盡。

科大訊飛最新技術成績

今年1024開發者節上,最先登場的科大訊飛董事長劉慶峰披露了取得的一系列最新成績。

其一,AI健康咨詢準确率超過絕大部分全科醫生。

在你就診時,健康咨詢AI系統會根據你的相關健康狀況,推薦你去對應醫院找專家就診。據劉慶峰介紹,目前科大訊飛的健康咨詢AI系統,已經超過96.4%的通過國家考試的全科醫生。

其二,醫療AI系統一年給出97萬份修正診療結果。

在過去一年中,科大訊飛的AI輔助診療系統,協助修正了97萬份安徽省基層醫生看病的診療初步結果。依賴于科大訊飛的醫療AI輔助診療系統,安徽基層醫生合理診斷度已經從70分提升到了80分,整體系統準确率已經達到97%以上。

其三,AI開放平台核心技術達到441項。

2010 年,科大訊飛開放平台正式上線,集成了語音合成、語音搜索、自然語言處理和語音聽寫等多項能力,成為當時行業内開放最早的智能語音平台。如今,科大訊飛已經從最初的3項核心技術,進化到今天具備的441項核心AI能力與方案。

科大訊飛人工智能語音(1句話克隆真人語音)2

其四,1句話就能語音合成1個人的聲音。

據劉慶峰介紹,科大訊飛正在不斷的持續打造人工智能的核心技術的領先引擎,包括無監督訓練等技術,讓機器用更小的數據、更少的标注學習更多的知識,現在在語音合成上已經實現一句話就能模仿一個人的音色。

在小語種識别上,科大訊飛提出的統一空間表達的半監督語音識别技術,使得研究人員隻用100個小時的有監督語音和無标簽文本數據訓練,就能達到之前10000小時有監督語音數據訓練的效果。

其五,用AI讓學生無效作業時間平均降低50%。

據劉慶峰介紹,科大訊飛在安徽合肥率先用人工智能助力“雙減”,利用AI複雜系統,結合OCR自動評分、語音推理等技術,分析學生的學習情況,對過程性作業考試數據進行評價,精準給予指導,将孩子的無效作業時間平均降低了50%。

科大訊飛人工智能語音(1句話克隆真人語音)3

這一系列亮眼的成績之上,劉慶峰公開了科大訊飛AI開放平台2.0戰略,共包括6大措施:

科大訊飛人工智能語音(1句話克隆真人語音)4

劉慶峰表示,行業關鍵問題,需要各行業的人共同努力:

開發者可以不了解AI技術,隻要有靈感、創意和想象力,就可以加入到AI開放平台2.0來。

隻有生态的繁榮,才能決定AI的未來。

AI開放平台2.0升級

接下來,基于過去5年的開發者生态積累,科大訊飛總裁吳曉如提出1024計劃5.0——用系統性創新,打造人工智能産業新生态。

當中最重要的部分,就是AI開放平台2.0的發布。

與過去1.0相比,簡單來說,就是二維到三維的升級。

以往的解決方案,都是單向提供給創業夥伴,但随着人工智能逐漸向傳統産業落地,需要解決的問題更為複雜,需要系統性架構來解決。

科大訊飛人工智能語音(1句話克隆真人語音)5

既然如此,就需要與行業龍頭打造基線底座模型,再與上下遊合作夥伴展開合作,形成完整的行業方案。

智慧農業為例。

訊飛就與中國農業大學展開合作,共同研發預測生産模型、澆水施肥模型等,然後提供給傳感器等上下遊供應商,共同将方案提供給業内的合作夥伴。

目前,科大訊飛首次推出18個行業,并表示将每年投入5億研發基金,服務100萬開發者。

既然如此,那該如何推動開放平台2.0的戰略?有四大維度

1、與高校合作開設人工智能專業,目前已經開發339門課程,培養超60萬開發者。

2、與合作夥伴籌建智能語音創新中心,為每個行業制定标準測試環境。

3、舉辦頂尖賽事,選出行業标杆。正如此次1024開發者節,就舉辦了兼具行業應用、學術研究、公益等105個賽道賽事,共有兩萬多支隊伍報名。

3、孵化創新企業,提供優質資源。除了中國聲谷之外,訊飛在全國共有十餘家雙創基地。

四大技術方向突破

接着,科大訊飛高級副總裁、AI研究院院長胡國平,就分享了四大技術方向的突破。

嗯,實際上就是去年發布的“AI科技樹”,今年已然開出一些果來。

第一項,端到端建模技術。

這項技術将前端多路信号直接同步輸入到後端聲學模塊,來實現更精細的建模,可實現複雜(比如嘈雜環境)場景下的一體化語音識别、語音翻譯等。

科大訊飛人工智能語音(1句話克隆真人語音)6

在語音識别上,以賣場為例,這項技術成功将隻有35%的語音識别準确率,提升到了88%;同時語音喚醒的成功率,也成功從40%提升到了90%。

在語音翻譯上,科大訊飛還成功在IWSLT國際口語機器翻譯大賽的同傳任務上,包攬了三個賽道的冠軍。

第二項,無監督訓練技術。

為了降低對語音合成數據規模的要求,科大訊飛提出了聽感量化編碼,充分借助語音識别數據來合成音庫,成功實現了多人混合模型訓練。

科大訊飛人工智能語音(1句話克隆真人語音)7

在小語種識别上,提出的統一空間表達的半監督語音識别技術,使得隻用100個小時的有監督語音和無标簽文本數據,就能達到之前10000小時有監督語音數據訓練的效果。

在語音合成上,利用無監督訓練甚至實現了發音内容、情感和音色分别可控的效果,例如1句話合成語音、方言自由切換等等……

注意,不止是普通的四川和合肥話,科大訊飛甚至開放了6種船新的少數民族語種:

科大訊飛人工智能語音(1句話克隆真人語音)8

第三,多模态融合技術。

在人機交互上,現在甚至已經不需要喚醒詞了,機器會看到你的嘴型,從而自動判斷你“是否在對它說話”,并自動做出應答,誤喚醒率降低到0.01%

科大訊飛人工智能語音(1句話克隆真人語音)9

在複雜文檔(例如試卷)識别上,多模态技術會結合OCR、手寫數學公式識别等技術,将一張紙上的所有信息準确識别出來,已經實現教輔作業批改準确率從92%進化到98%的效果。

第四,外部知識融入技術。

我們都知道,做語音交互的AI總是有點“呆”,這是因為它們雖然學習了不少技術知識和新科技,但對人類的一些常識掌握得卻還不夠深。

為了提升AI在這方面的“人情味”,科大訊飛特意将人類的常識和知識整理成一個事理圖譜。

像兒童玩具交互場景中,就包括“搶玩具”“收拾玩具”這樣具體的動作,讓它知道人類平時會做、會說的事情。

這樣,在面對小朋友亂抛玩具時,AI就能從容說出“來收拾一下玩具”這樣的語句,而不是隻會幫小朋友一遍遍親自收拾玩具。

科大訊飛人工智能語音(1句話克隆真人語音)10

又例如電子病曆場景下,運用外部知識融入技術也能讓AI學習到人類醫生看病的經驗,最終将罕見病診斷率從87%提升到了93%,整體病情判斷準确率從92%提升到了95%

兩大平台 生态助力産業

最後面向合作夥伴,科大訊飛交出自身探索成果——

兩大平台 兩大生态

首先是企業數字化平台的發布和虛拟人交互平台的開放。

科大訊飛人工智能語音(1句話克隆真人語音)11

簡單來說,這個企業數字化平台其實是原來的AI開放平台基礎上,配置了RPA引擎,從而具有智能化、自動化(RPA)、低代碼、流程管理等特性。

以智能招聘為例,這位“虛拟小助理”可以在前期分發信息、電話通知等重複性工作上替代HR的工作,據稱流程至少提效10倍

除了企業數字化平台的發布以外,還開放了虛拟人交互平台。

值得一提的是,在傳統意義上開放給開發者外,還接受聲音、形象提供者提供相應的數據,以應用于各類應用場景。

科大訊飛人工智能語音(1句話克隆真人語音)12

實際上,在過去一年裡,這個交互平台已經在400 個企業客戶進行試點,應用在了新聞生産、企業客服、泛娛樂營銷等場景,新增54個形象,彙集了4988份聲音。

接着,就是科大訊飛過去一年中成績最顯著的兩大生态:教育 城市。

在教育生态上,科大訊飛今年提出了三大計劃,包括教育科研基金資助計劃,即在未來三年投入1個億的科研基金,開展前沿的理論與應用的研究;

此外合作夥伴聯合創新計劃,設立創新孵化投資基金,每年投入1億元,技術上提供300人以上的技術和市場領域的專家服務;

還有教學教研聯盟的公益計劃,預計新增建設10個區域聯合教研機構、100所名校聯盟新增合作校,推動内容共創平台新增骨幹教研員1萬名

城市生态上,據科大訊飛高級副總裁張友國表示,科大訊飛預計在2025年的智慧城市中,實現一年銷售收入150億,在“十四五”期間實現約500億收入,其中預計60%(約300億)的收入,科大訊飛都會分享給生态合作夥伴。

人工智能的未來:由表及裡的生态

一天發布會下來,聽到最多的一個關鍵詞就是生态。

随着浪潮向前,人工智能不再像此前那般是一個觸不可及的概念,而是真正普惠于民、用之于民的全民技術。

“幫助每個人、陪伴每個人、更懂每個人”,這是科大訊飛所描述的AI未來。

而預見未來最好的方式,就是共創未來。

去年這個時候,劉慶峰在演講的最後提到,唯有生态,才能生生不息

今年開發者節上,“生态”的味道更加明晰,從技術、到産業,再到開發者從内到外全面滲透。

作為一家上市13年的老牌企業,正在用這種方式去完成人工智能産業的全面盛放。

科大訊飛人工智能語音(1句話克隆真人語音)13

One More Thing

對了,在本次開發者節上,還有其他意想不到的亮點。

比如,安徽人餘承東回到家鄉,在父老鄉親面前“帶貨”。(手動狗頭)

科大訊飛人工智能語音(1句話克隆真人語音)14

— 完 —

量子位 QbitAI · 頭條号簽約

關注我們,第一時間獲知前沿科技動态

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved