中科信利在电信级语音识别产业化方面取得突破性进展

客户世界 | 2015年7月12日 | 文库 | 评论已关闭 | 1302

||2004-12-16

　　电信级语音识别引擎产品由于其技术起点高，在面向应用时需要解决的技术难点比较多，国内的语音识别厂商一直难以实现真正产业化的突破，该领域一直被国外厂商所垄断。2004年，通过对自身技术的不断完善，以及与电信级系统集成商和运营商的通力合作，中科信利具有自主知识产权的分布式电话语音识别引擎已在国内多个电信级项目中取得成功应用，从而打破了国外厂商对该技术的垄断局面, 实现了国内语音识别厂商在产业化方面质的突破。中科信利也正在迅速成为中文领域内领先的语音识别软件供应商。

　　这些成功应用的项目包括：北京移动的个人秘书系统，成都移动的企业秘书系统、个人秘书系统，重庆联通的个人秘书系统，河北联通的个人秘书系统，江苏电信的个人秘书系统，等等。

　　中科信利分布式语音识别引擎，其核心技术来源于中科院声学研究所中科信利语音实验室，该实验室具有国际语音识别专家颜永红研究员领衔的国际一流的研究团队，具备雄厚的研发实力，目前在中文语音识别领域业界领先，赢得了自２００３年以来政府组织的各次语音识别技术比赛。

　　中科信利公司以实验室技术为基础，致力于开发实用的语音引擎产品。同时针对中文特点、应用环境和客户需求进行特别优化，可以广泛适用于有线、无线和VoIP语音环境，即使在有噪音、背景声或语音质量较差的情况下也能保持较高的识别准确率。中科信利公司能够提供业界独树一帜的方言处理技术、语音标记技术和个人口音自适应技术。

　　中科信利公司自主开发的分布式语音识别引擎，能够提供语音识鸱?务器集群功能，提供具有高识别率、高可靠性、高度灵活的扩展性及容错能力。它使电话用户通过语音来访问数字信息成为可能。电信应用增值服务商和互联网应用服务商可以利用中科信利先进的语音识别技术来为其客户提供更为快捷有效的服务??br>
　　具体来说，中科信利分布式语音识别引擎(TSRE3.0)在市场上的成功应用得益于其如下特点：

高可靠性和稳定性
　　通过精心设计的客户端/服务器架构，能够支持成百上千路的语音识别应用。资源管理服务器能够均匀调度识别服务器，达到负载均衡，提高系统整体工作效率。当识别服务器发生故障时，系统能够自动判别，并将识别任务转移到其他服务器。当识别任务量增加时，可以动态增加服务器而无须停止原有的识别系统服务。因而系统具有强大的稳定性、容错能力和可伸缩性，能够满足电信级应用的需要。
具有稳健的识别性能
　　语音模型是基于大量的不同场合，不同人群和不同口音的电话语音数据训练出来的，具有较好的环境适应性。通过采用领先的算法模型，TSR3.0识别引擎具有较强的抗噪性能。同时系统还具有较好的拒识功能，能够拒绝掉大多数的非语音（如: 敲门声，咳嗽声，机器噪音等等）。
具有优秀的系统性能
　　识别引擎占用较小的系统资源，识别速度很快。单台双cpu PC服务器能够支持90路并发语音识别，从而可以大大节省用户在硬件设备方面的投资。
支持方便快捷的人机交互
　　TSR3.0具有BargeIn功能，支持说话者随时打断系统提示，从而支持方便快捷的人机交互。通过对于语音检测等模块的精心优化，TSR3.0保证了BargeIn条件下仍然保持原有的高识别率。
提供说话人自适应功能
　　当用户多次使用同一识别系统时，TSR3.0识别引擎能够逐步适应其口音，使该使用者的识别性能逐步提高。同时，如果预先给定特定说话人的数据，系统可以针对特定说话人进行自适应训练以获得更加适合其发音特征的语音模型，从而使得该说话人在使用系统时，性能更好。

　　同时，这也是国内外分布式语音识别引擎产品中唯一提供这项功能的。
提供语音注册功能
　　TSR3.0允许用户通过本人语音来向动态语法增加命令或词表。这种方式不但能够有效利用用户个性化的语音，提高系统的识别准确率；而且能够提高用户输入词表的方便性和灵活性。

　　电话语音识别技术可以广泛应用于呼叫中心、无线增值服务、目录服务、客服系统、信息查询系统等各种应用领域，可以应用于政府、电信、银行、证券、保险、电力、交通、航空、教育等各个行业。通过采用基于自然语音交互的模式替代传统的基于按键的交互式语音应答（IVR）模式，可以显著提高客户使用的方便性、灵活性，为客户提高更好的服务。语音识别技术与门户网站相结合，可以开发出语音门户，使通过语音方式获取互联网信息成为可能, 从而进一步提高应用系统的增值性能。

　　中科信利公司愿与广大客户精诚合作，致力于语音识别技术的推广和普及，共同创造语音应用的美好明天。

中科信利公司供稿

责编：admin