11 月 3 日消息,，中國電信人工智能研究院（TeleAI）在今年 5 月發(fā)布業(yè)內(nèi)首個支持 30 種方言自由混說的語音識別大模型 —— 星辰超多方言語音識別大模型,。

時隔不到半年，TeleAI 星辰語音大模型的多方言能力再次升級，攻克了湛江話,、宜賓話,、洛陽話,、煙臺話等方言,，將方言種類從 30 種提升至 40 種，并引入對英文的識別,。

與傳統(tǒng)的有標注訓練方法相比,，TeleAI 通過預訓練語音識別模型，利用海量無標注數(shù)據(jù)進行預訓練,，再通過少量有標注數(shù)據(jù)進行微調(diào),。

由于方言語音數(shù)據(jù)普遍存在無標注數(shù)據(jù)多而有標注數(shù)據(jù)少的特點，這種“預訓練 + 微調(diào)”的模型方案與方言場景的需求能夠高度契合,。

TeleAI 還在模型結構和成本優(yōu)化上進行了創(chuàng)新,，實現(xiàn)對人工標注數(shù)據(jù)的需求量大幅降低約 50 倍,，且保障模型效果與有監(jiān)督訓練的方言模型水平相當。