【數(shù)字視聽網(wǎng)訊】上周，騰訊云正式發(fā)布金融、音視頻等多個領(lǐng)域?qū)僬Z音識別模型。最新發(fā)布的模型不僅識別準確率得到大幅提升，同時也增加了對粵語、韓語的支持，后面會陸續(xù)開放對上海話等方言以及日語、泰語、印尼語等國外語言的支持。

正式發(fā)布金融行業(yè)專屬模型，字準率業(yè)界領(lǐng)先

據(jù)了解，語音識別在金融行業(yè)應(yīng)用場景廣泛，但是實際場景下，很多用戶都是使用方言在和外呼、客服機器人交流，加上金融領(lǐng)域有著大量的專有句式和詞匯，市場上目前通用的語音識別模型存在識別不準的情況。

基于這些的痛點，騰訊云AI團隊與微信智聆聯(lián)合打造了金融行業(yè)專屬語音識別模型，這個模型的推出不僅能夠有效解決上述難題，還在識別的準確率上得到大幅提升。目前該模型已經(jīng)在金融領(lǐng)域的智能外呼、智能客服、電話錄音質(zhì)檢等多個場景落地。經(jīng)客戶實測，字準率在業(yè)界處于領(lǐng)先水平。

率先打造音視頻專屬語音識別模型，準確率提升10%

隨著互聯(lián)網(wǎng)直播浪潮的興起，如何利用智能語音技術(shù)快速識別用戶的音視頻內(nèi)容、進行精準推薦和不健康內(nèi)容過濾，已經(jīng)成為各大直播和內(nèi)容分享平臺在日益激烈的市場競爭中的核心競爭力。但由于音視頻背景環(huán)境復雜且屬于半遠場，需要有大量數(shù)據(jù)積累才能實現(xiàn)準確識別。

憑借自身在音視頻領(lǐng)域數(shù)據(jù)的大量積累，騰訊云在業(yè)界率先推出了音視頻領(lǐng)域?qū)僬Z音識別模型，目前已在多家音視頻領(lǐng)域直播平臺和電商直播平臺應(yīng)用，經(jīng)客戶實測，識別準確率提升近10%。

語種豐富度進一步提升，騰訊云語音識別加速落地

為滿足不同客戶群體需求，騰訊云語音識別今年在語種豐富度上持續(xù)發(fā)力，聯(lián)合微信智聆、騰訊國際業(yè)務(wù)語音技術(shù)實驗室、騰訊民漢翻譯等多個人工智能實驗室，在原有常見語種基礎(chǔ)上，開放了韓語、粵語的識別能力，后面會陸續(xù)開放對上海話等方言以及日語、泰語、印尼語等國外語言的語音識別能力。經(jīng)過長期的打磨訓練和效果調(diào)優(yōu)，目前騰訊云語音識別各語種已廣泛應(yīng)用于會議記錄轉(zhuǎn)寫、視頻字幕、電話錄音質(zhì)檢等業(yè)務(wù)場景。

實際上，騰訊云憑借多年在智能語音領(lǐng)域的耕耘，已經(jīng)收獲眾多權(quán)威機構(gòu)的認可。在Gartner今年首次正式發(fā)布的《Magic Quadrant for Cloud AI Developer Services》研究報告中，騰訊云成為中國唯一入選Gartner云AI開發(fā)者服務(wù)魔力象限的云廠商。

騰訊云AI語音產(chǎn)品負責人表示：“騰訊云AI語音團隊未來仍將繼續(xù)打磨技術(shù)，提供業(yè)界最具性價比的智能語音產(chǎn)品，推動智能語音在產(chǎn)業(yè)互聯(lián)網(wǎng)的廣泛落地。用更前沿的技術(shù)、更極致的產(chǎn)品體驗，幫助合作伙伴和客戶打造高效的專屬解決方案，助力各行各業(yè)的數(shù)字化和智能化轉(zhuǎn)型。”

來源：訊云時代

（編輯：hxl）