近日，阿里巴巴達摩院機器智能實驗室推出了新一代語音識別模型DFSMN，據(jù)世界***的免費語音識別數(shù)據(jù)庫LibriSpeech資料顯示，語音識別模型DFSMN，將全球語音識別準(zhǔn)確率記錄提高至96.04%。

達摩院機器智能實驗室的語音識別團隊主導(dǎo)了語音識別模型DFSMN的研發(fā)，并向全世界企業(yè)與個人開源。與目前使用最廣泛的LSTM模型，DFSMN模型相比訓(xùn)練速度更快、識別準(zhǔn)確率更高。搭載了全新DFSMN模型的智能音響或智能家居設(shè)備，相比之前的深度學(xué)習(xí)訓(xùn)練在速度上提高了3倍，語音識別速度提高了2倍。

在云棲大會武漢峰會上，有一項有趣的PK，裝有DFSMN語音識別模型的“AI收銀員”與真人店員進行了一場較量，在嘈雜的環(huán)境下“AI收銀員”準(zhǔn)確識別了用戶的語音點單，短短49秒種共點了34杯咖啡。DFSMN語音識別模型不單單應(yīng)用在了智能點單的“服務(wù)員”上，在上海地鐵里的自動售票機也能看到它的身影。

著名語音識別專家，西北工業(yè)大學(xué)教授謝磊表示：“阿里此次開源的DFSMN模型，在語音識別準(zhǔn)確率上的穩(wěn)定提升是突破性的。是近年來深度學(xué)習(xí)在語音識別領(lǐng)域***代表性的成果之一。對全球?qū)W術(shù)界和AI技術(shù)應(yīng)用都有巨大影響。”