业界 | 百度推出 AI 转录应用 SwiftScribe,由 DeepSpeech 2加持

AI科技评论消息,百度硅谷研究院于 3 月 14 日推出了一款基于人工智能的转录应用 SwiftScribe。

根据 SVAIL 的官网消息,AI科技评论了解到,SwiftScribe 基于百度于 2015 年年底推出的语音识别产品 Deep Speech2,其神经网络通过输入数千小时的标记音频数据,从中学习特定的单词与词组。

用户目前在转录过程中面临的最大问题在于不连续性(discontinuity),针对这一问题,除了 ASR 技术外,百度团队在快捷键与人机交互方面进行创新。

「通过百度最先进的语音识别技术与灵活的编辑工具,SwiftScribe 能够帮助人们快速轻松地转录语音记录,提升生产力并简化工作流程。」

而这也是百度 SVAIL 所大力推崇的优势所在:在用户转录及编辑的过程中,系统能够从人身上「偷师」,并以此提升自己的转录水平。「这样的端到端训练让 SwiftScribe 得以区别于目前市面上的其它产品。」

如果想要精确度更高的转录效果,一小时的音频需要花费 4-6 小时进行转录,每分钟收费一美元,而采用 SwiftScribe,将会缩短 40% 的转录时间。

百度推出 SwiftScribe 主要面向经常需要使用转录功能的企业及个人,甚于它的使用广泛性,SwiftScribe认为能够让一大批用户受益,包括医学健康、法律部门、商业媒体等领域。

目前百度开放了 30-50 个测试名额,具体可参看 http://swiftscribe.ai/ 或发邮件到 swiftscribe@baidu.com 了解。

既然是基于 Deep Speech 而构建的转录系统,让我们和AI科技评论一同简单回顾下百度的语音识别研发历程:

  • 在2014年底,百度团队发布了第一代深度语音识别系统Deep Speech,系统采用了端对端的深度学习技术,当时实现了提高嘈杂环境下的英语识别准确率,实验显示比谷歌、微软及苹果的语音系统的出错率要低10%。
  • 而在2015年8月,百度研究院新增了汉语的识别,准确率高达94%。这也让端到端的深度学习算法成为语音识别提升最重要的手段之一。
  • 9月份的百度世界大会上,吴恩达也在期间展示了新一代的百度语音识别技术,验证在较为嘈杂的情况下,机器识别已经超过人类。
  • 2015年年底,百度研究院又发布了论文推出Deep Speech2,它能够通过深度学习网络识别嘈杂环境下的不同语言,所应用的HPC技术将识别速度提升了7倍。
  • 根据研究院的官方消息,HPC技术目前已在今年2月成功应用于深度学习中。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-03-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

扫码关注云+社区