坊間總會流傳些他們的段子
格子衫、雙肩包、沉默且不茍言笑
當然,還有岌岌可危的發(fā)量(沒有,不是我說的)
那只能說,這些都是表象
堪稱新時代的中流砥柱
每天家住回龍觀,征戰(zhàn)新中關
渾身散發(fā)出高級又內斂的氣質
究竟是什么塑造的?
(一切為了工作 掙錢)
小馳捕捉到一位思必馳程序員小哥哥
今天去看看
他日常的那些“封神級”操作!
Q:一句話形容你正在做的事情?
A:人類之光…在宇宙中心呼喚AI…反正很Cool就對了
Q:最近有什么新成果嗎?
A:你光顧著關注我們發(fā)際線,不關注我們的精神成果,扣雞腿…
最近發(fā)布了DUI標注訓練一體化平臺,具體干啥的,來補課!↓↓↓
DUI標注訓練一體化平臺全場景應用,識別體驗持續(xù)提升!
Q:如果我中英文摻著說,語音識別TA能聽懂嗎?
A:不同場景、環(huán)境下的語音識別效果多少會受噪聲、專業(yè)術語、多語言混合影響。契合場景來提升語音識別率,自然就能準確許多。
Q:讓場景識別率能持續(xù)提升,你們有什么“神技”傍身?
A:我們融進了最新的「端到端識別技術」來提升識別準確率,通過大規(guī)模預訓練模型技術提升語音識別后處理效果。結合「增量學習」、「主動學習」、「聯(lián)邦學習」和「小樣本遷移」等技術手段,提升用戶體驗。同時開放「端點檢測模型自訓練」、「標點斷句自訓練」等功能,讓用戶自己擁有自主權,來解決實際問題。
Q:呃…
A:好,說點你能聽懂的
高能,劃重點!
第一,關于端到端識別技術。
過往嚴格意義上的端到端識別技術,如基于LAS的端到端系統(tǒng),雖然可以較明顯地提升通用語音識別的準確率,但受限于計算復雜、自定制語言模型技術不成熟等原因,不能大規(guī)模的商用。思必馳去年推出新一代端到端語音識別建模技術,在實現(xiàn)通用識別準確率相對提升10%-15%的同時,也提升了模型計算速度,更可以滿足快速有效的語言模型自定制。
第二,關于大規(guī)模預訓練模型技術。
要知道,語音識別系統(tǒng)中除了核心的語音識別(ASR)模型部分,語音識別的后處理模型也是十分重要的,它直接影響到識別結果的可讀性。思必馳語音識別系統(tǒng)支持「智能糾錯」、「智能標點斷句」、「智能口語順滑」、「智能語義分段」、「智能語義糾錯」等語音識別后處理技術,能進一步提升語音識別的效果與可懂度。模型采用大規(guī)模預訓練模型,結合多任務學習(Multi-Task Learning)和知識蒸餾(Knowledge Distillation)方法。在降低70%以上模型規(guī)模的條件下,提升了模型效果,運算效率大幅提升同時降低了內存開銷。
例如在智能會議場景中,通常轉寫結果是篇章段落,且多含有口語化的表達,通過我們的識別后處理功能,可以將會議轉寫結果整理成格式化,易讀易懂的會議記錄。
第三,增量學習。
受限于深度神經網絡技術中的災難性遺忘問題,采用深度學習方法的ASR建模在權衡“既要保障模型原有識別效果,又要提升新的目標場景識別效果”時,通常采用基于新舊數(shù)據(jù)混合訓練的方法。弊端是,該方法增長了模型優(yōu)化的周期,又會帶來數(shù)據(jù)安全隱患?；谒急伛Y自研的KDF-IL增量學習方法,在語音識別優(yōu)化時,可以僅用新增數(shù)據(jù)進行模型訓練,縮短開發(fā)周期同時,也有效保障數(shù)據(jù)安全。第四,小樣本學習。
自研的小樣本遷移學習技術,使用少量數(shù)據(jù)就可快速實現(xiàn)場景體驗優(yōu)化。例如使用少量帶標注的文本數(shù)據(jù),即可對標點斷句模型進行優(yōu)化,相對傳統(tǒng)模式調優(yōu),節(jié)省了83%的數(shù)據(jù)量。例如,在真實的航空質檢場景中,通用的標點斷句模型面對特殊的專業(yè)術語和斷句方式,一定會水土不服。得益于小樣本遷移學習技術,在使用少量的標注文本情況下,即可實現(xiàn)F值40%左右的絕對值提升,完成體驗效果從不可用到可用的轉變。 最后,咳咳….(這個氛圍是不是該升華了)在功能層面,我們深知不同用戶的使用場景復雜多樣,單靠賦能用戶自主訓練ASR模型不能滿足需求。
我們!(升華來了)秉承以解決用戶實際問題為核心的產品理念,開放端點檢測模型自訓練、標點斷句自訓練等功能,使得用戶可以通過我們的產品,完成識別系統(tǒng)中幾乎所有模塊功能的自訓練,最大程度優(yōu)化用戶體驗。
Q:啊,真不愧是“人類之光”。求問,沒經驗可以用嗎?
A:平臺建立的出發(fā)點就是降低 AI 使用門檻,只要企業(yè)有數(shù)智化轉型的需求,我們就能匹配提供高可用定制的模型。平臺的私有化部署能力,也能將自主權交給企業(yè)自己,非AI專家都能使用,”零“學習成本。
Q:怎么合作呢?
A:平臺同時滿足「模塊化輸出」+「支持 UI可視化界面 /API輸出」這兩點,可以根據(jù)業(yè)務需求靈活配置,選擇使用一體化平臺的全部功能,或者只使用其中幾個模塊的功能。
Q:可以拓展使用嗎?
A:當然可以,「全場景覆蓋」是平臺的一大優(yōu)點。適用于各類行業(yè)場景,如會議辦公、航空通訊、智慧醫(yī)療、城市交通、數(shù)字化門店、智慧園區(qū)、線下質檢、政務、庭審等等,可以快速從當前項目復用到新項目中,形成規(guī)?；a定制,滿足多樣化的業(yè)務需求。
Q:怎么聯(lián)系你們呢?
如有合作意向,請發(fā)郵件
Q: 好,不愧是氣質不凡的你們!今天收獲頗豐!
A:總結下,就是我們在一個科技開放和包容的時代,和一群特別Cool的人,做了些特別Cool的產品和事情。如果你想更了解我們,歡迎隨時交流。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
