奇富科技全球頂會(huì)INTERSPEECH引熱議，旗下360借條升級為奇富借條，方言識別技術(shù)成焦點(diǎn)

　　近日，奇富科技受邀出席了在希臘舉辦的國際語音通信與信號處理頂級會(huì)議——INTERSPEECH 2024，并發(fā)表了題為Qifusion-Net： Layer-adapted Stream/Non-stream Model for End-to-End Multi-Accent Speech Recognition的主旨演講，全面展示了其在語音識別技術(shù)領(lǐng)域的成就，為中國語音技術(shù)走向世界、參與全球競爭樹立了新的標(biāo)桿。

　　INTERSPEECH作為全球語音科學(xué)界最負(fù)盛名的年度會(huì)議之一，匯聚了來自世界各地的頂尖學(xué)者、研究人員及行業(yè)領(lǐng)袖，共同探討語音技術(shù)的最新進(jìn)展、挑戰(zhàn)與未來趨勢。這一平臺(tái)不僅代表了語音技術(shù)領(lǐng)域的最高學(xué)術(shù)水平，也是新技術(shù)、新理念交流與碰撞的絕佳場所，其權(quán)威性和影響力在業(yè)界無出其右。

　　圖1：奇富科技在INTERSPEECH 2024會(huì)議做主旨演講

　　在演講中，奇富科技介紹了可同時(shí)支持20多種方言的新一代奇富語音識別系統(tǒng)“QiFree”，這是國內(nèi)金融行業(yè)內(nèi)字錯(cuò)率最低的中文語音識別系統(tǒng)。在中文口音與方言語音識別領(lǐng)域的權(quán)威測試集KeSpeech的對比中，奇富科技憑借其在自動(dòng)語音識別（Automatic Speech Recognition， ASR）領(lǐng)域的深厚積累，實(shí)現(xiàn)了方言口音分類準(zhǔn)確率的顯著提升，達(dá)到了79.10%，遠(yuǎn)超KeSpeech的基線水平61.13%，這一數(shù)據(jù)直觀反映了奇富科技在語音識別準(zhǔn)確性上的卓越表現(xiàn)。同時(shí)，在衡量識別錯(cuò)誤率的關(guān)鍵指標(biāo)——CER（Character Error Rate， 字符錯(cuò)誤率）上，奇富科技更是以8.08%的成績，遠(yuǎn)優(yōu)于KeSpeech的10.38%，展現(xiàn)了其在中文方言識別領(lǐng)域的高效與精準(zhǔn)。

　　表1：奇富科技“QiFree”性能效果與KeSpeech Baseline對比

　　奇富科技自研的中文語音識別系統(tǒng)“QiFree”，打破了單一模型只能識別特定單一方言的困境，通過創(chuàng)新的層自適應(yīng)融合結(jié)構(gòu)，借助共享信息編碼模塊更高效的提取方言信息，實(shí)現(xiàn)了即說即譯，進(jìn)一步增強(qiáng)了語音機(jī)器人的實(shí)時(shí)交互能力。值得一提的是，“QiFree”不僅在普通話識別領(lǐng)域的CER上保持領(lǐng)先地位，更在冀-魯、江淮、膠-遼、蘭-銀等多個(gè)方言區(qū)域的識別性能上，相比過往最佳成績實(shí)現(xiàn)了超過15%的顯著提升。這一突破性成果得到了INTERSPEECH三位獨(dú)立審稿人的高度認(rèn)可，他們一致認(rèn)可奇富科技論文《Qifusion-Net：基于特征融合的流式/非流式端到端多口音語音識別框架》所展現(xiàn)的系統(tǒng)框架創(chuàng)新性與識別性能的卓越表現(xiàn)，并一致授予其“ACCEPT”的評定。

　　值得一提的是，在與國內(nèi)一流公司（如某科技巨頭及國內(nèi)影響力最大的語音識別開源社區(qū)）的對比中，奇富科技同樣展現(xiàn)出了壓倒性的優(yōu)勢。即便是在面對參數(shù)規(guī)模更大、訓(xùn)練數(shù)據(jù)量更豐富的對手時(shí)，奇富科技依然能以更低的CER（8.08% vs 15.61% vs 26.55%）脫穎而出，證明了其技術(shù)架構(gòu)的優(yōu)越性和算法優(yōu)化的高效性。此外，與全球領(lǐng)先的語音識別系統(tǒng)（如Openai-whisper v2）相比，盡管后者在通用語言識別上具有顯著優(yōu)勢，但在中文方言識別這一細(xì)分領(lǐng)域，奇富科技依然保持了顯著優(yōu)勢，這進(jìn)一步印證了其在方言識別技術(shù)上的全球領(lǐng)先地位。

　　表2： 奇富科技“QiFree”關(guān)鍵指標(biāo)與國內(nèi)外一流科技公司對比

　　奇富科技在INTERSPEECH 2024上的再一次精彩亮相，不僅是對其多年來在語音識別技術(shù)領(lǐng)域深耕細(xì)作成果的一次全面展示，更是向世界宣告了中國企業(yè)在這一領(lǐng)域的強(qiáng)大競爭力和無限潛力。奇富科技正以其卓越的技術(shù)實(shí)力和創(chuàng)新精神，引領(lǐng)著方言識別技術(shù)的新一輪發(fā)展潮流，其旗下360借條升級為奇富借條，為全球語音通信與信號處理技術(shù)的進(jìn)步貢獻(xiàn)著中國智慧與中國力量。