6月12日，科大訊飛在京舉辦了主題為“愛輸入 更懂你”的媒體見面會，會上訊飛輸入法市場品牌負(fù)責(zé)人李強軍介紹，目前訊飛輸入法用戶規(guī)模突破6億，語音輸入月覆蓋率達(dá)50%。同時，訊飛語音識別率也從97%提升至98%，訊飛輸入法支持?jǐn)U至23種方言，為更好利用AI來保護(hù)方言，訊飛將啟動方言發(fā)音人招募活動。
（圖片來源互聯(lián)網(wǎng)）
“輸入法從97%到98%準(zhǔn)確率的識別效果，提升的只是一個點，這背后發(fā)生了什么？”訊飛輸入法之父翟吉博表示，識別準(zhǔn)確率的提升有三個難點，一是使用場景多樣化，二是用戶習(xí)慣，三是中國漢字和文化的特殊性。針對這些難點，訊飛做了很多的努力，比如針對多樣化的場景，科大訊飛分別推出了長文本輸入、耳語輸入。針對用戶習(xí)慣和個性化，推出了個性化的訓(xùn)練模型，中英文混合輸入，針對23種方言也推出了懂你懂鄉(xiāng)音等。
翟吉博表示，語音輸入更精準(zhǔn)的方法離不開數(shù)據(jù)和算法。訊飛輸入法從人腦神經(jīng)科學(xué)入手對人類記憶進(jìn)行仿生，實現(xiàn)大量無監(jiān)督的數(shù)據(jù)去輔助有人工標(biāo)注的數(shù)據(jù)。受圖像領(lǐng)域CNN應(yīng)用的啟發(fā)，科大訊飛獨家研發(fā)了深度全序列卷積神經(jīng)網(wǎng)絡(luò)（Deep Fully Convolutional Neural Network，DFCNN）語音識別框架，使用大量的卷積層直接將語譜圖作為輸入，相比傳統(tǒng)語音特征作為輸入，有效降低信息損失，非常出色地表達(dá)語音的長時相關(guān)性。同時，借鑒了圖像識別中效果最好的網(wǎng)絡(luò)配置，每個卷積層使用3×3的小卷積核訓(xùn)練更深的CNN模型，輸出單元直接與最終的識別結(jié)果（比如音節(jié)或漢字），從而使識別準(zhǔn)確率顯著提升。
本次見面會的另一個重要環(huán)節(jié)是啟動“方言發(fā)音人招募”公益行動。經(jīng)濟、文化活動的全球化以及區(qū)域經(jīng)濟的迅速發(fā)展，導(dǎo)致主流語言或通用語言更加強勢，同時也使得弱勢語言的交際功能不斷衰弱，甚至瀕臨消亡。目前世界上的語言有6000～10000種，據(jù)語言學(xué)家預(yù)測，大部分語言將于本世紀(jì)末消失。因此，瀕危語言保護(hù)（以下簡稱為“語保”）已經(jīng)成為了一項極重要而迫切的工作。
科大訊飛多語種高級研究員祖漪清在現(xiàn)場講述了方言勢微的現(xiàn)狀，她強調(diào)，利用人工智能技術(shù)進(jìn)行瀕危語言、方言系統(tǒng)研究，是實現(xiàn)對一個語言的完整“復(fù)制”的重要方式。因此，本次媒體見面會上，科大訊飛正式啟動了“AI方言發(fā)音人招募”公益行動。
