下载文档原格式
内容提要一、扑面而来的移动互联网“语时代”二、新一代语音云核心技术及平台特性语音是人类最自然便捷的沟通方式，所有信息设备“能听会说”是必然的趋势。
•语音应用爆发需要的条件已经逐步成熟–关键技术持续进步，达到实用门槛•语音应用爆发需要的条件已经逐步成熟–关键技术持续进步，达到实用门槛–智能终端、无线网络、云计算平台等环境条件基本完备2011年10月苹果公司发布iPhone4S，Siri成为最大卖点谷歌计划今年上半年发布平板电脑Google Nexus，并将搭载Majel网络语音识别技术微软称：新版Tellme将实现人机语音交互，用于Windows 8及下一代Windows Phone系统中2010年10月28日，科大讯飞在业界率先发布“讯飞语音云”，为手机、汽车、智能家电等终端提供高质量语音合成、语音搜索、语音听写等智能语音交互服务能力。
柳传志致辞周光召致辞语音云启动仪式讯飞语音云发布语音云应用日益丰富语音输入微博短信搜索虚拟形象娱乐日程管理生活服务阅读地图导航基于语音云平台的开发伙伴已达3100家！语音云用户规模加速增长100万1000万3300万3300万700万次语音云用户每日请求2012年1-3月2011年7-12月2011年1-6月内容提要一、扑面而来的移动互联网“语时代”二、新一代语音云核心技术及平台特性1、语音合成技术进展•在中英文取得国际领先水平的基础上，多语种合成正在逐步实现世界语言覆盖•基于发音模拟技术，就可以实现虚拟主持人和针对任意人员的个性化合成服务中英文语音合成技术均是业界自然度唯一超过真人发音水平（4.0分）的系统；连续6 年荣获国际最权威的英文合成大赛Blizzard Challenge 冠军。
4.94.23.83.12.92.82.82.72.62.52.42.12.12.12.122 1.9012345ASKIBLHCODJERQ WPTM自然度自然语音科大讯飞唯一自然度大于4分的系统其他参赛单位美国Microsoft、IBM、MIT、CMU英国Edinburgh 日本NITech、ATR 等Blizzard Challenge 2011 国际英文合成大赛比赛结果■合成样例英中热烈欢迎各位来宾出席今天的发布会，感谢大家长期以来对科大讯飞的关心和支持，祝大家身体健康、工作顺利！He refused to identify governments he suspected, but German press reports said investigations were focusing on North Korea and Pakistan覆盖全面的多语种合成系统•多语种合成逐步实现世界语言覆盖法、俄、西、日、韩等语种合成正在研发德、意、葡、阿拉伯、印地等语种合成中文合成多语种合成样例中英法俄西意葡日越南印地英文合成欢迎参加科大讯飞召开的新一代语音云发布暨语音开发者大会!•基于发音模拟、声纹识别、语音文本转写及韵律自动标注技术，实现全自动构建的个性化语音合成系统•基于发音模拟、声纹识别、语音文本转写及韵律自动标注技术，实现全自动构建的个性化语音合成系统丰富多彩的歌唱合成基于声学模型自动构建、韵律自动预测和调性匹配的技术，实现可自编词曲的唱歌语音合成系统2、语音识别技术进展•在语音云规模运营的基础上，核心效果持续进化，通用识别准确性大幅提升•多项核心技术取得突破，有效解决抗噪、口音适应、个性化词汇等技术难题语音识别通用准确性大幅提升面向移动互联应用环境的中文连续语音识别技术性能（识别准确率）89.56% 81.38% 80% 70% 60% 短信、微博 讯飞语音云 搜索、导航 系统N 系统G 系统Q 数字、数值 90.15% 81.83% 92.39% 89.21%90%备注：该结果根据工信部软件促进中心《语音识别测试标准》测试得出语音识别三大技术创新• 首次提出PLA、JFA、IVN综合噪声补偿算法，系统抗噪性能达到国际领先水平 • 率先实现MSDT声学模型训练算法，大幅增强系统口音适应性能 • 独创LSA语言模型自学习算法，个性化词汇识别准确度首次达到实用噪声环境识别性能提升 30.4%口音适应性能相对提升 50.3%个性化词汇识别性能提升 36.3%语音识别技术的应用效果语音识别技术的应用效果NIST说话人识别评测名列前茅由NIST（美国国家标准技术研究院）举办，是国际上规模与影响力最大的 说话人识别评测 1996年第一次评测，之后每两年评测一次，说话人识别任务难度接近大规 模实际应用环境（不同信道、不同环境干扰） 科大讯飞在2008、2010年连续两届评测中均处于国际领先地位测试时间2008 2010三大核心测试指标 Min DCF EER DCF在参测系统中排名 Min DCF EER DCF0.107 0.332.625 5.8720.187 0.4051 21 23 2参赛单位有：CMU、MIT、Stanford、清华大学、中科院自动化所、中科院声学所、 Motorola研究中心、IBM 研究院等国内外50家著名语音研究机构NIST语种识别评测名列前茅• 2009/2011年国际NIST语种识别最混淆方言对测试冠军评测时间：2011年 评测对象：语种识别技术 评测单位：美国国家标准技术研究院（NIST) 参赛单位：麻省理工学院林肯实验室（MITLL）、法国科学研究中心(LIMSI )，捷 克布尔诺科技大学(BUT)、清华大学等不同方言对测试结果排名 P1 1 2 3 P2 1 3 3 P3 1 2 3 P4 3 2 1 P5 1 2 3 P6 1 2 3 P7 2 1 3 P8 1 2 3 P9 1 3 2名次 1 2 3代号 iFLY MITLL BLZ代表机构 科大讯飞 麻省理工学院 林肯实验室 捷克布尔诺科技大学 & 法国科学研究中心2011年语种识别测试中，在9个高混淆度方言对中获7个第一名独家实用的口语评测技术• 科大讯飞口语评测技术唯一通过国家语委鉴定达到实用水平英文口语评测机器和人工评分员对比 国家语委组织的机器和人工评分员对比鉴定结果机器自动评分误差 1分以上仅为５％专家评分误差 1分以上为17％已累计完成国家普通话等级考试500万人测试 在全国各省5000万中小学生的课堂教学中使用高精准度的音乐评测技术• 在语音识别技术体系的基础上，研发出业界唯一可精确反 应音准、节奏和歌词演唱准确度的音乐评测技术，率先完 成业界首个提供在线音乐评测服务的“爱吼网”系统爱吼网独家承办 第十届中国少年儿童卡拉OK电视大赛网络赛区3、语义理解技术进展• 基于识别合成的语言处理算法，研发出完善的人机交互语义词典和语义理解算法体系 • 面向移动互联语音应用，率先完成首个达到实用、覆盖衣食住行的中文语义理解系统完善的语义理解算法体系• 首次提出ISF中文语义框架，具备 灵活高效的多业务扩展能力意图 飞机票 查询 城市：合肥 城市：北京 2012-03-26 ≥19:00请问有没有下周一晚上从合肥到 北京的航班• 实现集词法分析、文法理解、意图 分类及句子语义度量的一体化语义 理解算法体系操作 起点 终点 日期 时间实用全面的语义系统和云进化能力•面向移动互联语音应用，率先完成首个达到实用、覆盖衣食住行等应用领域的中文语义理解系统0%20%40%60%80%100%电话短信应用搜索网站日程音乐天气股票地图餐饮闲聊平均各应用领域语义理解正确率平均性能85%基于语音云平台，形成了持续的语义理解进化能力•讯飞语义理解技术已经在各大运营商的短信营业厅智能化服务中广泛应用短信营业厅网上营业厅掌上营业厅自然语言理解智能语音技术传统电子渠道智能交互系统示例KT 6021 QX 6022示例给我个早晚都能看的报纸吧。
