技术解读思必驰DUI标注训练一体化平台，语音识别全场景覆盖

　　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。
　　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1015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（MultiTaskLearning）和知识蒸馏（KnowledgeDistillation）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。
　　受限于深度神经网络技术中的灾难性遗忘问题，采用深度学习方法的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KDFIL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：
　　marketingaispeech。com
　　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。