記者近日從工信部獲悉，中國將加大力度支持新一代語音識(shí)別框架、口語化語音識(shí)別、智能對(duì)話、音視頻融合、語音合成等技術(shù)的創(chuàng)新應(yīng)用，并在智能制造、智能家居等重點(diǎn)領(lǐng)域開展推廣應(yīng)用。到2020年實(shí)現(xiàn)多場(chǎng)景下中文語音識(shí)別平均準(zhǔn)確率達(dá)96%。

成立至今已有8年的“中譯語通”是一家數(shù)據(jù)資產(chǎn)比重較大的技術(shù)企業(yè)。在其最近舉辦的年度峰會(huì)上，發(fā)布了智能搜索引擎NexMagic、數(shù)據(jù)可視化分析引擎DataMap4.0、智能構(gòu)建知識(shí)圖譜Data Galaxy三款產(chǎn)品。中譯語通CEO于洋說，這是大數(shù)據(jù)和人工智能驅(qū)動(dòng)作用下的技術(shù)應(yīng)用成果，為大數(shù)據(jù)在語言領(lǐng)域的智能應(yīng)用探索提供了新路徑。

數(shù)據(jù)驅(qū)動(dòng)，技術(shù)讓語言更加智能

近年來，自動(dòng)語音識(shí)別（ASR）技術(shù)發(fā)展迅猛。它作為人工智能領(lǐng)域中較為成熟的一項(xiàng)技術(shù)，語音和語言在大數(shù)據(jù)的海洋里更加智能，“出口成章”不再是夢(mèng)想。現(xiàn)在，ASR技術(shù)準(zhǔn)確率根據(jù)各地語言的差異接近于90%，而深度學(xué)習(xí)技術(shù)所構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)，使得語言翻譯產(chǎn)品更加智能化。

事實(shí)上，作為新的面向人工智能的交互方式，語音識(shí)別與合成技術(shù)在輸入法上已得到廣泛應(yīng)用。2013年，中譯語通發(fā)布了一款名為“Yeehub”的多語言呼叫中心產(chǎn)品，全球12種語言24小時(shí)不間斷響應(yīng)，每月可接收到來自全世界的呼叫分鐘數(shù)達(dá)到100萬，實(shí)現(xiàn)接通時(shí)間小于10秒。

曾經(jīng)，自然語言理解、口音和方言、應(yīng)用場(chǎng)景聲音、數(shù)據(jù)龐雜等多方面影響了語音識(shí)別和深度學(xué)習(xí)技術(shù)的迭代升級(jí)。于洋介紹說，隨著人工智能等新一代技術(shù)的發(fā)展，機(jī)器翻譯正經(jīng)歷從基于統(tǒng)計(jì)規(guī)則的機(jī)器翻譯（SMT）向神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯（NMT）發(fā)展的變革時(shí)期。

“NMT是人工智能與機(jī)器翻譯技術(shù)的融合，對(duì)于自然語言理解更為精準(zhǔn)，能夠提高溝通效率，將成為一項(xiàng)關(guān)鍵的AI技術(shù)。”于洋說，中譯語通在大規(guī)模數(shù)據(jù)、深度整合高質(zhì)量語料的基礎(chǔ)上，自主研發(fā)了深度學(xué)習(xí)框架訓(xùn)練的語音識(shí)別引擎。中、英、日、韓、德、葡等每個(gè)語種積累了超過1萬小時(shí)的語音數(shù)據(jù)，中、英文語音識(shí)別的準(zhǔn)確率已經(jīng)超過90%，日、韓、德、葡語的識(shí)別準(zhǔn)確率超過了80%。

據(jù)稱，這種精準(zhǔn)的語音識(shí)別引擎已經(jīng)運(yùn)用于中譯語通推出的找翻譯APP、輸入法等多個(gè)語言科技產(chǎn)品。“未來，我們要重點(diǎn)研發(fā)解決嘈雜環(huán)境、移動(dòng)設(shè)備上的語音識(shí)別難題的產(chǎn)品，并不斷擴(kuò)充語種，為全球不同語種、不同場(chǎng)合的用戶服務(wù)。”于洋說。

創(chuàng)新突破，厚植產(chǎn)業(yè)核心競(jìng)爭(zhēng)力

“地球村”越來越小。中譯語通發(fā)布的三款產(chǎn)品中，NexMagic將于本月底上線。這款基于人工智能和大數(shù)據(jù)技術(shù)自主研發(fā)的自然語言理解的搜索引擎產(chǎn)品，將在新聞資訊、科技、專利等領(lǐng)域?qū)崿F(xiàn)垂直多語言搜索應(yīng)用，可以將全球文本、語音、圖片、影像等數(shù)據(jù)匯集起來進(jìn)行分析，構(gòu)建知識(shí)圖譜。

“我們分拆出來的每一個(gè)垂直分類產(chǎn)品都是獨(dú)立的。比如醫(yī)療影像有獨(dú)立的團(tuán)隊(duì)，我們只提供更多的資源支持和頂層設(shè)計(jì)。”于洋說，中譯語通在過去的三年時(shí)間里技術(shù)研發(fā)投入是非常大的。“我們還是能延伸出不同產(chǎn)品，基于整個(gè)大數(shù)據(jù)板塊，一旦有了新業(yè)務(wù)，預(yù)計(jì)會(huì)有的公司和團(tuán)隊(duì)來運(yùn)營它。”

作為跨語言、基于自然語言分析的搜索引擎產(chǎn)品，智能化的標(biāo)志便是多語言語音識(shí)別和交互。中科院聲學(xué)研究所語言聲學(xué)與內(nèi)容理解重點(diǎn)實(shí)驗(yàn)室主任顏永紅表示，跨語言處理當(dāng)前仍然面臨很多挑戰(zhàn)，比如多語言數(shù)據(jù)獲取困難、語言差異導(dǎo)致各語言處理方法不同等。

事實(shí)上，作為一家擁有翻譯基因的技術(shù)公司，于洋更確信他們的產(chǎn)品特性有了大數(shù)據(jù)和人工智能技術(shù)基因。一系列不斷的創(chuàng)新突破，將為整個(gè)產(chǎn)業(yè)帶來變革性的影響。

業(yè)內(nèi)分析人士表示，深度挖掘行業(yè)數(shù)據(jù)價(jià)值，以語音識(shí)別為代表的智能交互能力將成為引領(lǐng)移動(dòng)終端和產(chǎn)業(yè)發(fā)展的核心驅(qū)動(dòng)力。“以機(jī)器翻譯、語音識(shí)別、計(jì)算機(jī)視覺、數(shù)據(jù)挖掘分享為代表的人工智能技術(shù)的演進(jìn)，將給未來賦予了更多可能性，人工智能的終極目標(biāo)是實(shí)現(xiàn)人機(jī)融合。”于洋最后說。