人工智能快速發(fā)展催生語(yǔ)音合成技術(shù)不斷成熟，讓機(jī)器不僅能“開口說(shuō)話”，還能“談心交心”，在語(yǔ)音技術(shù)的突破下，人機(jī)交互將迎來(lái)新的發(fā)展階段。1月30日，訊飛星火認(rèn)知大模型V3.5升級(jí)發(fā)布會(huì)即將舉行，會(huì)上將同步發(fā)布訊飛星火語(yǔ)音大模型, 此外還將發(fā)布開源大模型等。
2023年5月6日，科大訊飛正式發(fā)布了訊飛星火認(rèn)知大模型，可以基于自然對(duì)話方式完成用戶需求理解與任務(wù)執(zhí)行。它還能支持“語(yǔ)音輸入”及“語(yǔ)音播報(bào)”功能，可以實(shí)現(xiàn)對(duì)文本內(nèi)容的朗讀和純享語(yǔ)音對(duì)話，這兩項(xiàng)功能豐富了大模型的交互方式，拓寬了其場(chǎng)景應(yīng)用的邊界。
自首發(fā)以來(lái)，星火認(rèn)知大模型經(jīng)歷V1.5版本的迭代，于去年8月15日如期迎來(lái)V2.0版本，對(duì)代碼能力進(jìn)行了代碼生成、代碼補(bǔ)齊、代碼糾錯(cuò)、代碼解釋、單元測(cè)試生成5個(gè)維度升級(jí)，其多模態(tài)能力的升級(jí)具體體現(xiàn)在圖像描述、圖像問(wèn)答、識(shí)圖創(chuàng)作等多個(gè)維度。
去年10月24日，在第六屆世界聲博會(huì)暨2023科大訊飛全球1024開發(fā)者節(jié)的主論壇上，星火認(rèn)知大模型V3.0正式發(fā)布，從文本生成、語(yǔ)言理解、知識(shí)問(wèn)答、邏輯推理、數(shù)學(xué)能力、代碼能力以及多模態(tài)能力方面都有了持續(xù)的提升。星火V3.0進(jìn)一步升級(jí)了多模態(tài)指令跟隨與細(xì)節(jié)表達(dá)等能力，實(shí)現(xiàn)從多輪對(duì)話、主動(dòng)對(duì)話再到啟發(fā)式對(duì)話的跨越。
作為首個(gè)基于全國(guó)產(chǎn)化算力平臺(tái)訓(xùn)練的全民開放大模型，訊飛星火認(rèn)知大模型V3.5將打造更實(shí)用、更通用的大模型底座。據(jù)了解，1月30日，訊飛星火認(rèn)知大模型V3.5發(fā)布會(huì)上將公布在語(yǔ)音能力方面實(shí)現(xiàn)的重要突破。
科大訊飛從語(yǔ)音起家，多年來(lái)在語(yǔ)音識(shí)別、語(yǔ)音合成、聲音事件檢測(cè)等多個(gè)領(lǐng)域始終保持源頭核心技術(shù)創(chuàng)新迭代，并收獲多項(xiàng)相關(guān)國(guó)際權(quán)威賽事和評(píng)測(cè)冠軍。語(yǔ)音識(shí)別方面，科大訊飛繼2016年參與以來(lái)，連續(xù)四屆在國(guó)際多通道語(yǔ)音分離與識(shí)別大賽CHiME奪冠，領(lǐng)跑國(guó)際競(jìng)爭(zhēng)對(duì)手;語(yǔ)音合成方面，科大訊飛獲國(guó)際語(yǔ)音合成大賽Blizzard Challenge十四連冠，屢次在自然度、相似度等指標(biāo)上打破紀(jì)錄;在聲音事件檢測(cè)上，科大訊飛獲2020、2022和2023年國(guó)際聲學(xué)場(chǎng)景和事件檢測(cè)及分類挑戰(zhàn)賽DCASE多項(xiàng)冠軍，展現(xiàn)了在智能音頻技術(shù)領(lǐng)域的不俗實(shí)力。
持續(xù)技術(shù)創(chuàng)新的同時(shí)，科大訊飛也將智能語(yǔ)音技術(shù)賦能教育、醫(yī)療、金融、汽車、工業(yè)等多個(gè)行業(yè)領(lǐng)域，科大訊飛在不斷推動(dòng)智能語(yǔ)音技術(shù)革新的同時(shí)，也積極拓展其應(yīng)用范圍，與各行各業(yè)深度融合，為用戶帶來(lái)更加豐富和便捷的交互體驗(yàn)。不久前，科大訊飛在國(guó)際車載多通道語(yǔ)音識(shí)別挑戰(zhàn)賽中取得ASR和ASDR兩個(gè)賽道的第一名，相關(guān)技術(shù)已經(jīng)在車載領(lǐng)域落地應(yīng)用，有效提升了車內(nèi)語(yǔ)音識(shí)別準(zhǔn)確率，讓車上多個(gè)位置的乘客與語(yǔ)音助手交互實(shí)現(xiàn)互不干擾，充分展現(xiàn)了新技術(shù)賦能行業(yè)新變革的重要價(jià)值。
從2021年語(yǔ)音云平臺(tái)問(wèn)世和訊飛輸入法上線語(yǔ)音輸入，到訊飛翻譯機(jī)、AI學(xué)習(xí)機(jī)、錄音筆、辦公本等產(chǎn)品的不斷推動(dòng)，科大訊飛智能語(yǔ)音技術(shù)也已深入賦能到C端產(chǎn)品，服務(wù)更多用戶，為工作、學(xué)習(xí)、生活提高效率，提供便利。
結(jié)合大模型底座，此次即將發(fā)布的語(yǔ)音大模型也將帶來(lái)語(yǔ)音方面的多項(xiàng)技術(shù)創(chuàng)新升級(jí)和應(yīng)用體驗(yàn)。智能語(yǔ)音是萬(wàn)物互聯(lián)機(jī)器溝通的入口，語(yǔ)音大模型的發(fā)布也將推動(dòng)全新人機(jī)交互變革，帶來(lái)更便捷的語(yǔ)音交互和更廣的語(yǔ)言互通。
投身于通用人工智能技術(shù)浪潮，科大訊飛始終以自主創(chuàng)新推動(dòng)每一次技術(shù)躍遷。本次發(fā)布的星火語(yǔ)音大模型將以全球領(lǐng)先的主流語(yǔ)種能力，引領(lǐng)萬(wàn)物互聯(lián)時(shí)代的人機(jī)交互革命。期待在大模型技術(shù)革新浪潮下，語(yǔ)音能力會(huì)實(shí)現(xiàn)更高的突破，未來(lái)將與多領(lǐng)域進(jìn)行深度融合，持續(xù)賦能更多產(chǎn)品落地，實(shí)現(xiàn)多語(yǔ)種和個(gè)性化的全面提升。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
