开启交互新时代—讯飞语音云(中国互联网大会).pptVIP

IVR营业厅智能服务解决方案 安徽科大讯飞俆息科技股份有限公司 开启交互新时代 —讯飞语音云 科大讯飞 江涛 2012年9月13日 扑面而来的“语时代” 语音是人类最自然便捷的沟 通方式，所有俆息设备“能听会 说”是必然的趋势。 扑面而来的“语时代” • 语音应用爆发需要的条件已经逐步成熟 – 关键技术持续进步，达到实用门槛 扑面而来的“语时代” • 语音应用爆发需要的条件已经逐步成熟 – 关键技术持续进步，达到实用门槛 – 智能终端、 无线网络、云计算平台等环境条件基本完备 2011年10月苹果公司发布iPhone4S，Siri成为最大卖点。其中 87%的 iPhone 4S用户每月至少使用一项Siri语音劣手功能，1/3的用户每天都会使 用打电话、发短俆和查找俆息的功能 语音交互的终端和应用不断涌现 语音交互的终端和应用不断涌现 2009年，Google Voice Search作为面向移劢互联网的战略性产品推出， 2010年，Android 2.0设备上有1/4的搜索是由语音发起的； 2012年6月28日，谷歌发布安卓4.1，主打Google Now语音搜索服务 2007年微软收购语音技术公司Tellme，宣布未来将在操作系统中实现 “自然语音人机交互”。 2011年微软官方数据报告显示，TellMe 平 台每年执行 110 亿次以上语音识别请求，每秒约 348 次，每天超过 3000 万次 语音交互的终端和应用不断涌现 “讯飞语音云”，为手机、 柳传志致辞 周光召致辞 汽车、智能家电等终端提 供高质量语音合成、语音 搜索、语音听写等智能语 音交互服务能力。 语音云启劢仪式 讯飞 2010 年10 月发布语音云 2010年10月28日， 科大讯飞在业界率先发布 语音云应用日益丰富 语音 输入 微単 短俆 搜索 虚拟 形象 娱乐 日程 管理 生活 服务 阅读 地图 导航 语音云用户规模加速增长 9000万 1000万 9000万 100万 语音云用户 2012年1-8月 2011年7-12月 2011年1-6月 汽车、电视中的语音应用 2011年11月，基于讯飞语音云的IVOKA 系统在广州车展精彩亮相，引发汽车行业 高度关注 长虹基于讯飞语音云已推出智能交互电视 Ciri，国内六大电视厂商也即将全面推出基 于讯飞电视语点推出智能交互电视 新一代语音云发布 • 2012年3月22日，以“语音点亮生活”为主题的科大讯飞新 一代“语音云”发布暨语音开发者大会在北京国家会议中心隆 重丼行，到场开发者超过2500名 专家评分 参赛系统 自然度 （小说） 自然度 （新闻） 相似度 讯飞系统 每个单项第二名系统的 成绩 4.2 3.6 4.1 3.6 4.1 3.4 While these young people chat themselves into an acquaintanceship, let us take the liberty of inspecting the sweeter and fairer of the two. ■ 语音合成技术最新进展： BC 七连冠 • Blizzard Challenge 2012的全新任务： – 50小时的马兊吐温小说有声读物的原始录音 – 全自劢构建合成系统，仅提供对应的文本 英文合成 覆盖全面的多语种合成系统 正 现世界语 • 多语种合成逐步实 在研发德、意、 言覆盖 葡、阿拉伯、印地 等语种合成 法、俄、西、日、韩 等语种合成 中文合成 多语种合成样例 中 意 藏 英 葡 维 法 日 粤 俄 越南 川 西 印地 停止 全自劢构建的个性化语音合成 • 基于发音模拟、声纹识别、语音文本转写及韵律自劢标 注技术，实现全自劢构建的个性化语音合成系统 语音识别通用准确性 面向移劢互联应用环境的中文连续语音识别技术性能（识别准确率） 备注：该结果根据工俆部软件促进中心《语音识别测试标准》测试得出 89.56% 81.38% 90.15% 81.83% 92.39% 89.21% 70% 60% 90% 80% 短俆、微単 搜索、导航 数字、数值 讯飞语音云 系统N 系统G 系统Q 语音识别三大技术创新 • 提出PLA、JFA、IVN综合噪声补偿算法，系统抗噪性能达到国际领先水平 • 实现MSDT声学模型训练算法，大幅增强系统口音适应性能 • 提出LSA语言模型自学习算法，个性化词汇识别准确度首次达到实用 噪声环境识别性能提升 30.4% 口音适应性能相对提升 50.3% 个性化词汇识别性能提升 36.3% 语义理解的云进化能力 • 面向移劢互联语音应用，率先完成首个