由大模型領(lǐng)銜的人工智能技術(shù)在2023年掀起了一場(chǎng)數(shù)字生產(chǎn)力革命，語音能力作為科技賦能生活最為剛需的能力也引發(fā)了科學(xué)界的高度關(guān)注，全球語音大模型的研究熱情逐漸高漲。

作為語音交互技術(shù)領(lǐng)域的領(lǐng)軍者，科大訊飛自然不會(huì)將語音大模型的王者地位拱手讓人。近日，在星火認(rèn)知大模型V3.5升級(jí)發(fā)布會(huì)上，星火語音大模型一道問世，評(píng)測(cè)效果國際領(lǐng)先，中文、英語、法語、俄語等首批37個(gè)主流語種的語音識(shí)別效果超過OpenAI Whisper V3，而在多語種語音合成方面，星火語音大模型的首批40個(gè)語種擬人度超83%。

未來，星火語音大模型將不止助力跨國度、跨語種、跨文化間的對(duì)話，還能“百搭”更多真實(shí)場(chǎng)景，賦能實(shí)際應(yīng)用落地。智能汽車、智能客服、智能家居、陪伴機(jī)器人，星火語音大模型將大有用武之地，萬物互聯(lián)人機(jī)對(duì)話的全新革命將深度變革人類的工作和生活方式。

源頭技術(shù)穩(wěn)居國際領(lǐng)先，大模型帶來躍升機(jī)會(huì)

以智能語音起家的科大訊飛，創(chuàng)業(yè)25年來在這條賽道上一直跑在世界的最前面，在語音識(shí)別、語音合成等多領(lǐng)域始終保持源頭技術(shù)自主創(chuàng)新迭代，并連續(xù)多年將國際語音合成大賽、國際多通道語音分離和識(shí)別比賽CHiME、國際語音翻譯比賽IWSLT等各項(xiàng)國際權(quán)威賽事冠軍收入囊中。

同時(shí)，作為語音技術(shù)與AI領(lǐng)域的“國家隊(duì)”，科大訊飛還是首批國家新一代人工智能開放創(chuàng)新平臺(tái)、語音及語言信息處理國家工程研究中心的承建方。

“科大訊飛從創(chuàng)業(yè)之初的夢(mèng)想和使命，就是要實(shí)現(xiàn)溝通無障礙。25年了，我們的目標(biāo)和夢(mèng)想一天都沒有變?！眲c峰稱。在通用人工智能時(shí)代，科大訊飛也緊抓大模型時(shí)代機(jī)遇，以大模型深度賦能語音技術(shù)的再度升級(jí)。在技術(shù)優(yōu)勢(shì)上，借助大模型底座與全國產(chǎn)算力平臺(tái)，訊飛星火語音大模型將更多語音表征解耦，并融入到大模型預(yù)訓(xùn)練中，提升了韻律表現(xiàn)力和擬人度，突破了復(fù)雜場(chǎng)景識(shí)別效果的上限，提升了語料稀缺小語種的效果。

從實(shí)用性上來說，配合訊飛星火大模型V3.5的理解能力和情感感知能力，語音大模型能夠?qū)崿F(xiàn)更精細(xì)的模型描述、更精準(zhǔn)的語義理解以及更統(tǒng)一的多任務(wù)建模，語音合成的韻律表現(xiàn)力和擬人度測(cè)試結(jié)果驚艷。自此，星火智能語音具備了更加豐富的屬性，有語種、有內(nèi)容、有韻律、有音色，還有情緒，尤其是一些語氣詞的使用上能夠做到更精準(zhǔn)、更地道。

落地應(yīng)用價(jià)值向好，上下游產(chǎn)業(yè)共享機(jī)遇

基于以上核心技術(shù)優(yōu)勢(shì)，星火語音大模型在應(yīng)用落地方面帶來的可能性更讓人備感期待。

在星火認(rèn)知大模型V3.5升級(jí)發(fā)布會(huì)上，科大訊飛董事長劉慶峰現(xiàn)場(chǎng)介紹了搭載語音大模型的訊飛翻譯機(jī)，即將上線多語種自動(dòng)識(shí)別和增強(qiáng)式翻譯兩個(gè)重要功能，分別于今年1月底和3月中旬完成升級(jí)。

據(jù)悉，此次訊飛翻譯機(jī)多語種自動(dòng)識(shí)別升級(jí)將支持35種語言，讓國際商務(wù)溝通、跨國旅行變得更加便捷，增強(qiáng)式翻譯技術(shù)讓訊飛翻譯機(jī)化身最強(qiáng)“AI翻譯官”，跨語言、跨文化交流更加省心出彩。

除了直接賦能C端硬件產(chǎn)品，星火語音大模型在未來更多現(xiàn)實(shí)場(chǎng)景中也富有深度落地的潛力。智能汽車將同時(shí)擁有具備深度語言理解能力和復(fù)雜任務(wù)處理能力的智慧大腦和智慧語音，在此基礎(chǔ)上，智能駕艙、智能座艙、智能導(dǎo)航、音樂控制等交互體驗(yàn)將進(jìn)一步得到優(yōu)化提升。家庭生活及醫(yī)療場(chǎng)景下，陪伴機(jī)器人、輔診機(jī)器人、導(dǎo)購導(dǎo)游機(jī)器人、智能家居助手、穿戴式設(shè)備等產(chǎn)業(yè)也將隨著星火語音大模型的賦能迎來價(jià)值爆發(fā)增長的機(jī)會(huì)。

萬物互聯(lián)時(shí)代，科技進(jìn)步以全民創(chuàng)享智慧生活為目標(biāo)?！败浻踩诤稀⒅悄芪锫?lián)、場(chǎng)景賦能”已成為中國智能產(chǎn)業(yè)鏈全鏈條企業(yè)的發(fā)展共識(shí)。語音大模型，作為賦能智慧生活的有力說生產(chǎn)力工具，其與各行各業(yè)的“CP”組合究竟表現(xiàn)如何，將關(guān)乎著產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的活力和全民生活質(zhì)量的提高。星火語音大模型既有大展拳腳的決心，就期待拿出更加優(yōu)異的成績，繼續(xù)領(lǐng)跑通用人工智能時(shí)代的語音王者之位。