阿里云優(yōu)惠券 先領(lǐng)券再下單

近日，靈伴AI能力開放平臺上線了ASR功能模塊，繼TTS賦予機器開口說話的能力之后，本次ASR功能的開放將使用戶的產(chǎn)品具備聽覺感知能力、使其能夠輕松聽懂人類的話語，與TTS構(gòu)成語音交互的核心環(huán)節(jié)，使更多產(chǎn)品及用戶能夠在零技術(shù)門檻下完成整體交互方案。

近年來，語音交互被看作連接各種智能服務(wù)的入口，雖然已經(jīng)落地多個行業(yè)應(yīng)用場景，但仍然有很多不盡如人意的地方。具體到ASR技術(shù)方面，業(yè)內(nèi)普遍宣稱的97%識別準確率，多數(shù)是指局限于安靜室內(nèi)的近場識別，而在真實使用場景中，使用者的口音復(fù)雜多變、距離麥克風的遠近、周圍環(huán)境的噪音等都會嚴重影響到語音識別的準確率，從而使交互的體驗感大打折扣。

靈伴AI開放平臺ASR功能界面展示

靈伴的ASR技術(shù)作為整體交互服務(wù)方案中的重要環(huán)節(jié)，已經(jīng)經(jīng)歷了來自市場的嚴苛檢驗，并在實踐中不斷迭代和完善，能夠以高標準勝任實際業(yè)務(wù)場景的需求。

國際領(lǐng)先的識別技術(shù)

靈伴ASR算法模型具有較強的魯棒性，具備復(fù)雜環(huán)境識別能力，基于自研抗噪和遠場處理技術(shù)，有效分離噪音、混響，極大提高戶外、室內(nèi)、車內(nèi)等復(fù)雜環(huán)境下語音識別準確率，使得用戶無論在何種嘈雜環(huán)境下，都能夠最大程度被識別;獨創(chuàng)說話人識別和語音識別同步處理技術(shù)，實現(xiàn)實時的說話人區(qū)分及語音內(nèi)容識別;先進的深度學習算法模型，保證系統(tǒng)具有較高的準確率、識別效率及較低的計算成本;

20+領(lǐng)域識別引擎

得益于長久以來專注于語音交互領(lǐng)域的優(yōu)勢，靈伴智能服務(wù)方案在銀行、保險、教育、醫(yī)療等20余個行業(yè)落地并積累了海量業(yè)務(wù)數(shù)據(jù)及經(jīng)驗。經(jīng)過實際業(yè)務(wù)場景的應(yīng)用反饋進而對算法模型的迭代優(yōu)化，使得靈伴ASR作為單項技術(shù)能力也有著高于業(yè)界平均水平的識別準確率;

卓越的產(chǎn)品性能

靈伴ASR不僅支持中文普通話識別、中英文混說識別，也支持帶有方言口音的普通話識別，這一能力在實際落地過程中不斷完善。因為多數(shù)企業(yè)面向全國用戶提供服務(wù)，而帶方言口音是影響ASR在實際應(yīng)用中準確率的主要因素之一。靈伴ASR立足先進的算法模型、多年業(yè)務(wù)積累及龐大的數(shù)據(jù)庫支撐，在識別不同方言口音普通話方面具有較高的精準度;

支持個性化定制

靈伴ASR技術(shù)還支持個人或企業(yè)用戶的個性化需求定制，提供基于細分領(lǐng)域的行業(yè)模型定制、方言、語種等多種需求定制。

作為智能語音交互領(lǐng)域的先行者，靈伴是業(yè)內(nèi)為數(shù)不多擁有語音交互全棧技術(shù)的企業(yè)之一，在AI商業(yè)化落地過程中可根據(jù)實際業(yè)務(wù)情況進行快速調(diào)整及應(yīng)對，而不用依賴他人，這也是靈伴AI技術(shù)產(chǎn)品能夠深入業(yè)務(wù)場景的重要因素之一。本次ASR功能的開放，意味著靈伴AI能力開放平臺對全行業(yè)更為全面、深度的賦能，也表達了靈伴愿意與更多企業(yè)一起構(gòu)建未來智能生態(tài)的美好愿景。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！