坊间总会流传些他们的段子
格子衫、双肩包、沉默且不苟言笑
当然,还有岌岌可危的发量(没有,不是我说的)
那只能说,这些都是表象
堪称新时代的中流砥柱
每天家住回龙观,征战新中关
浑身散发出高级又内敛的气质
究竟是什么塑造的?
(一切为了工作 挣钱)
小驰捕捉到一位思必驰程序员小哥哥
今天去看看
他日常的那些“封神级”操作!
Q:一句话形容你正在做的事情?
A:人类之光…在宇宙中心呼唤AI…反正很Cool就对了
Q:最近有什么新成果吗?
A:你光顾着关注我们发际线,不关注我们的精神成果,扣鸡腿…
最近发布了DUI标注训练一体化平台,具体干啥的,来补课!↓↓↓
DUI标注训练一体化平台全场景应用,识别体验持续提升!
Q:如果我中英文掺着说,语音识别TA能听懂吗?
A:不同场景、环境下的语音识别效果多少会受噪声、专业术语、多语言混合影响。契合场景来提升语音识别率,自然就能准确许多。
Q:让场景识别率能持续提升,你们有什么“神技”傍身?
A:我们融进了最新的「端到端识别技术」来提升识别准确率,通过大规模预训练模型技术提升语音识别后处理效果。结合「增量学习」、「主动学习」、「联邦学习」和「小样本迁移」等技术手段,提升用户体验。同时开放「端点检测模型自训练」、「标点断句自训练」等功能,让用户自己拥有自主权,来解决实际问题。
Q:呃…
A:好,说点你能听懂的
高能,划重点!
第一,关于端到端识别技术。
过往严格意义上的端到端识别技术,如基于LAS的端到端系统,虽然可以较明显地提升通用语音识别的准确率,但受限于计算复杂、自定制语言模型技术不成熟等原因,不能大规模的商用。思必驰去年推出新一代端到端语音识别建模技术,在实现通用识别准确率相对提升10%-15%的同时,也提升了模型计算速度,更可以满足快速有效的语言模型自定制。
第二,关于大规模预训练模型技术。
要知道,语音识别系统中除了核心的语音识别(ASR)模型部分,语音识别的后处理模型也是十分重要的,它直接影响到识别结果的可读性。思必驰语音识别系统支持「智能纠错」、「智能标点断句」、「智能口语顺滑」、「智能语义分段」、「智能语义纠错」等语音识别后处理技术,能进一步提升语音识别的效果与可懂度。模型采用大规模预训练模型,结合多任务学习(Multi-Task Learning)和知识蒸馏(Knowledge Distillation)方法。在降低70%以上模型规模的条件下,提升了模型效果,运算效率大幅提升同时降低了内存开销。
例如在智能会议场景中,通常转写结果是篇章段落,且多含有口语化的表达,通过我们的识别后处理功能,可以将会议转写结果整理成格式化,易读易懂的会议记录。
第三,增量学习。
受限于 神经网络技术中的灾难性遗忘问题,采用 学习方法的ASR建模在权衡“既要保障模型原有识别效果,又要提升新的目标场景识别效果”时,通常采用基于新旧数据混合训练的方法。弊端是,该方法增长了模型优化的周期,又会带来数据安全隐患。基于思必驰自研的KDF-IL增量学习方法,在语音识别优化时,可以仅用新增数据进行模型训练,缩短开发周期同时,也有效保障数据安全。第四,小样本学习。
自研的小样本迁移学习技术,使用少量数据就可快速实现场景体验优化。例如使用少量带标注的文本数据,即可对标点断句模型进行优化,相对传统模式调优,节省了83%的数据量。例如,在真实的航空质检场景中,通用的标点断句模型面对特殊的专业术语和断句方式,一定会水土不服。得益于小样本迁移学习技术,在使用少量的标注文本情况下,即可实现F值40%左右的绝对值提升,完成体验效果从不可用到可用的转变。 最后,咳咳….(这个氛围是不是该升华了)在功能层面,我们深知不同用户的使用场景复杂多样,单靠赋能用户自主训练ASR模型不能满足需求。
我们!(升华来了)秉承以解决用户实际问题为核心的产品理念,开放端点检测模型自训练、标点断句自训练等功能,使得用户可以通过我们的产品,完成识别系统中几乎所有模块功能的自训练,最大程度优化用户体验。
Q:啊,真不愧是“人类之光”。求问,没经验可以用吗?
A:平台建立的出发点就是降低 AI 使用门槛,只要企业有数智化转型的需求,我们就能匹配提供高可用定制的模型。平台的私有化部署能力,也能将自主权交给企业自己,非AI专家都能使用,”零“学习成本。
Q:怎么合作呢?
A:平台同时满足「模块化输出」+「支持 UI可视化界面 /API输出」这两点,可以根据业务需求灵活配置,选择使用一体化平台的全部功能,或者只使用其中几个模块的功能。
Q:可以拓展使用吗?
A:当然可以,「全场景覆盖」是平台的一大优点。适用于各类行业场景,如会议办公、航空通讯、智慧医疗、城市交通、数字化门店、智慧园区、线下质检、政务、庭审等等,可以快速从当前项目复用到新项目中,形成规模化生产定制,满足多样化的业务需求。
Q:怎么联系你们呢?
如有合作意向,请发邮件
Q: 好,不愧是气质不凡的你们!今天收获颇丰!
A:总结下,就是我们在一个科技开放和包容的时代,和一群特别Cool的人,做了些特别Cool的产品和事情。如果你想更了解我们,欢迎随时交流。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
