近日，科大訊飛正式發(fā)布四川話語音識別技術，識別準確率超過85%，達到實用水準，方言識別獲得突破，將首先應用于手機輸入法產品，年內或將繼續(xù)發(fā)布上海話、閩南話等方言識別技術。

　　蘋果Siri在語音識別技術領域引領了一次革命，但遠遠不夠。語音識別技術要全面影響人機交互，必須要讓語音識別技術普及到每一個國家、每一個地區(qū)、每一個人。特別是當前智能終端的高速發(fā)展，可穿戴設備、無人駕駛汽車、智能電視、智能家居……更需要懂得不同地域自然人的語言。

　　德國知名學者威廉。馮。洪堡曾說過：“每種語言都反映了一個民族的精神和智慧。”盡管文字、圖片、動作、表情等能傳遞人們的思想，但語言是其中最重要的媒介，是人類文明多樣化成果的載體。保護民族語言和搶救瀕危語言就是保護多樣性的民族文化，同時也是保障各民族成員的平等權利。

　　我國56個民族有多達129種獨立語言，特定使用區(qū)域和人群具有不同發(fā)音、詞匯和語法體系，除了統(tǒng)一標準的普通話，諸多地方方言素有“十里不同音”之說。針對這一現(xiàn)象科大訊飛最新研發(fā)了前沿的方言語音識別技術，讓機器能夠聽懂粵語、四川話、東北話、上海話、閩南話、湖南話、河南話等各地方言，極大滿足了各行業(yè)需求。

　　那么，科大訊飛此項技術是如何突破方言識別難題的？從基本層面來看，普通話有400個單音節(jié)聲音，根據聲調予以區(qū)別；而方言發(fā)音則相對復雜，需要根據不同發(fā)音特性采用不同的特征識別方法，大致為：聲類特征識別、韻類特征識別、調類特征識別和方言詞匯識別�？拼笥嶏w針對方言定制出專有語音識別引擎，使用純正的方言語料庫進行訓練，確保能夠用于口音較重的方言用戶使用。

　　從2012年起，訊飛語音云在聲學和語言建模中取得很多成果，同時在噪音和口音等方面都突破了技術難題，在全行業(yè)遙遙領先。“方言語音識別”是公司在云計算語音聽寫技術基礎上，為擴大語音使用群體，滿足不同地域用戶自然便捷的語音使用需求而進行的技術創(chuàng)新，具有自適應性和穩(wěn)定性。該技術成果將形成明顯的差異化競爭優(yōu)勢，為公司主營業(yè)務帶來積極影響，還能提高相關應用的用戶黏性。

　　一般而言語音識別技術最先應用于語音撥號、語音導航、室內設備控制、簡單的聽寫數(shù)據錄入等，但此次方言語音識別技術將率先應用于手機輸入法，并逐步推廣到其他應用中。目前，智能手機和平板電腦都已拋棄鼠標鍵盤，語音輸入正成為日常習慣，對老人和小孩都很適用；同時，手機輸入法作為移動互聯(lián)網新型入口，面向休閑娛樂、商務辦公、人際交流、教育教學等生活中的方方面面，具有海量的使用人群，能夠更快的提升應用能力。因此，手機輸入法是語音應用的最好形態(tài)。

　　方言語音識別技術是繼離線語音之后科大訊飛又一次率先推出的革命性技術，除了支持中文普通話、英文，方言語音識別能夠讓更多用戶擁有近乎完美、沒有錯誤的語音輸入體驗。