近日，奇富科技受邀出席了在希臘舉辦的國(guó)際語音通信與信號(hào)處理頂級(jí)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(shí)別技術(shù)領(lǐng)域的成就，為中國(guó)語音技術(shù)走向世界、參與全球競(jìng)爭(zhēng)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(shì)。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(chǎng)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(shí)別系統(tǒng)“QiFree”，這是國(guó)內(nèi)金融行業(yè)內(nèi)字錯(cuò)率最低的中文語音識(shí)別系統(tǒng)。在中文口音與方言語音識(shí)別領(lǐng)域的權(quán)威測(cè)試集KeSpeech的對(duì)比中，奇富科技憑借其在自動(dòng)語音識(shí)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(shí)別準(zhǔn)確性上的卓越表現(xiàn)。同時(shí)，在衡量識(shí)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(jī)，遠(yuǎn)優(yōu)于KeSpeech的10.38%，展現(xiàn)了其在中文方言識(shí)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(duì)比

奇富科技自研的中文語音識(shí)別系統(tǒng)“QiFree”，打破了單一模型只能識(shí)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(shí)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(shí)別性能上，相比過往最佳成績(jī)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(shí)別框架》所展現(xiàn)的系統(tǒng)框架創(chuàng)新性與識(shí)別性能的卓越表現(xiàn)，并一致授予其“ACCEPT”的評(píng)定。

值得一提的是，在與國(guó)內(nèi)一流公司（如某科技巨頭及國(guó)內(nèi)影響力最大的語音識(shí)別開源社區(qū)）的對(duì)比中，奇富科技同樣展現(xiàn)出了壓倒性的優(yōu)勢(shì)。即便是在面對(duì)參數(shù)規(guī)模更大、訓(xùn)練數(shù)據(jù)量更豐富的對(duì)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(shí)別系統(tǒng)（如Openai-whisper v2）相比，盡管后者在通用語言識(shí)別上具有顯著優(yōu)勢(shì)，但在中文方言識(shí)別這一細(xì)分領(lǐng)域，奇富科技依然保持了顯著優(yōu)勢(shì)，這進(jìn)一步印證了其在方言識(shí)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(guó)內(nèi)外一流科技公司對(duì)比

奇富科技在INTERSPEECH 2024上的再一次精彩亮相，不僅是對(duì)其多年來在語音識(shí)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(guó)企業(yè)在這一領(lǐng)域的強(qiáng)大競(jìng)爭(zhēng)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(shí)別技術(shù)的新一輪發(fā)展潮流，為全球語音通信與信號(hào)處理技術(shù)的進(jìn)步貢獻(xiàn)著中國(guó)智慧與中國(guó)力量。