https://index.zshipu.com/geek/tags/%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB/ Recent content in 语音识别 on 知识铺的博客 Hugo -- gohugo.io zh-CN Mon, 31 Aug 2026 00:00:00 +0000 https://index.zshipu.com/geek/post/20260831/%E5%8D%81%E5%9B%9B%E7%A7%8D%E8%AF%B4%E8%AF%9D%E4%BA%BA%E7%BC%96%E7%A0%81%E5%99%A8%E5%90%AC%E5%90%8C%E4%B8%80%E6%AE%B5%E8%AF%AD%E9%9F%B3%E9%94%99%E8%AF%AF%E7%8E%87%E7%9B%B8%E5%B7%AE%E4%BA%94%E5%80%8D/ Mon, 31 Aug 2026 00:00:00 +0000 https://index.zshipu.com/geek/post/20260831/%E5%8D%81%E5%9B%9B%E7%A7%8D%E8%AF%B4%E8%AF%9D%E4%BA%BA%E7%BC%96%E7%A0%81%E5%99%A8%E5%90%AC%E5%90%8C%E4%B8%80%E6%AE%B5%E8%AF%AD%E9%9F%B3%E9%94%99%E8%AF%AF%E7%8E%87%E7%9B%B8%E5%B7%AE%E4%BA%94%E5%80%8D/ 十四种说话人编码器听同一段语音，错误率相差五倍 十四种说话人编码器处理同一语音时，错误率最高相差五倍。在11935次相同试验中，不同编码器将语音转为向量的距离判断差异巨大，而这一距离常被直接用于判断是否同一人。该数值被用于身份验证、语音克隆流程，以及合成语音身份保留的论文评估中。 1 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E7%AE%97%E6%B3%95%E5%88%B0%E5%BA%94%E7%94%A8%E6%BB%B4%E6%BB%B4%E7%AB%AF%E5%88%B0%E7%AB%AF%E8%AF%AD%E9%9F%B3%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 10:09:56 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BB%8E%E7%AE%97%E6%B3%95%E5%88%B0%E5%BA%94%E7%94%A8%E6%BB%B4%E6%BB%B4%E7%AB%AF%E5%88%B0%E7%AB%AF%E8%AF%AD%E9%9F%B3%E6%8A%80%E6%9C%AF%E5%AE%9E%E8%B7%B5/ 分享嘉宾：李先刚 滴滴出行 文章整理：李淑娜 内容来源：DataFunTalk 出品平台：DataFun 导读： 随着AI科技的发展，智能语音交互技术正在被国内外巨头公司逐步落地和规模化应用。滴滴出行作为移动出行领域的一家领先的移动互联网企业，也正积极布局和利用智能语音交互相关技术，如语音识 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E7%8E%8B%E7%84%B1%E5%90%8C%E5%9F%8E%E6%B5%81%E5%BC%8F%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 09:11:20 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8A%80%E6%9C%AF%E7%8E%8B%E7%84%B1%E5%90%8C%E5%9F%8E%E6%B5%81%E5%BC%8F%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E8%B7%B5/ 导读： 5月20日-5月22日，第十三届中国系统架构师大会(SACC2021)在云端以网络直播的形式成功举行。会议的主题为“数字转型、架构重塑”，聚焦业务架构演进、分布式存储、音视频技术、云技术、信息安全等多个领域，云集了国内CTO、研发总监、高级系统架构师、开发工程师和IT经理等 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%8D%8A%E5%B9%B4%E6%89%93%E9%80%A0%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%90%8C%E5%9F%8E%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E8%87%AA%E7%A0%94%E4%B9%8B%E8%B7%AF/ Tue, 15 Mar 2022 09:08:42 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E5%8D%8A%E5%B9%B4%E6%89%93%E9%80%A0%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BC%95%E6%93%8E%E5%90%8C%E5%9F%8E%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E8%87%AA%E7%A0%94%E4%B9%8B%E8%B7%AF/ 导读：大多数人会认为研发语音识别技术是一条艰难的道路，投入会巨大，道路会很漫长。我们于2019年11月组建了3人团队自主研发语音识别技术，包括2名算法工程师和1名后端工程师，历经半年，自研语音识别引擎效果超过第三方采购厂商，成功打造了58语音识别引擎。本文将分享我们自研语音识别技 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%A7%BD%E4%BD%8D%E8%AF%86%E5%88%AB%E4%B8%8E%E7%BA%A0%E9%94%99%E5%9C%A8%E6%99%BA%E8%83%BD%E8%AF%AD%E9%9F%B3%E6%9C%BA%E5%99%A8%E4%BA%BA%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:59:44 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%A7%BD%E4%BD%8D%E8%AF%86%E5%88%AB%E4%B8%8E%E7%BA%A0%E9%94%99%E5%9C%A8%E6%99%BA%E8%83%BD%E8%AF%AD%E9%9F%B3%E6%9C%BA%E5%99%A8%E4%BA%BA%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5/ 作者： 宋玉美 导读 在语音机器人中，经常需要槽位识别来提取用户回答中的关键信息，以便用于控制对话逻辑跳转和标识对话关键词等，我们通过命名实体识别（Named Entity Recognition，NER）技术来提取对话中的实体词（关键词），即语音机器人中的槽位词。 背景 由于语音识别（Automati https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%BB%B4%E6%BB%B4%E6%8A%80%E6%9C%AF%E6%BB%B4%E6%BB%B4%E8%AF%AD%E9%9F%B3%E4%BA%A4%E4%BA%92%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%90%86%E8%A7%A3%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:54:34 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%BB%B4%E6%BB%B4%E6%8A%80%E6%9C%AF%E6%BB%B4%E6%BB%B4%E8%AF%AD%E9%9F%B3%E4%BA%A4%E4%BA%92%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%90%86%E8%A7%A3%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/ 桔妹导读： 滴滴是一个让出行变得更美好的公司，语音交互作为出行领域最安全，最自然的交互方式在滴滴内部有着广泛的应用前景，目前滴滴语音交互已经应用在智能外呼，司机端，地图，车机系统多个领域中。语音交互离不开自然语言理解，用户说的每一句话都应该得到正确的理解和反馈，自然语言理解技术让语 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BE%AE%E8%BD%AF%E4%BA%9A%E7%A0%94%E8%87%AA%E5%8A%A8%E8%AF%AD%E6%B3%95%E7%BA%A0%E9%94%99%E7%B3%BB%E7%BB%9F%E8%BE%BE%E5%88%B0%E4%BA%BA%E7%B1%BB%E6%B0%B4%E5%B9%B3/ Tue, 15 Mar 2022 08:14:47 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E5%BE%AE%E8%BD%AF%E4%BA%9A%E7%A0%94%E8%87%AA%E5%8A%A8%E8%AF%AD%E6%B3%95%E7%BA%A0%E9%94%99%E7%B3%BB%E7%BB%9F%E8%BE%BE%E5%88%B0%E4%BA%BA%E7%B1%BB%E6%B0%B4%E5%B9%B3/ 因为 seq2seq 模型在语法纠错上存在缺陷，微软亚洲研究院的自然语言计算团队近日提出了流畅度提升学习和推断机制，用于改善 seq2seq 模型的语法纠错性能。实验表明，改进后的模型取得了当前最佳性能，并首次在两个基准上都达到了人类水平。 用于语法纠错（GEC）的序列到序列（seq2seq）模型（Cho et al., 2014; Sutskever https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%BD%AE%E4%BF%A1%E5%BA%A6%E8%AE%A1%E7%AE%97%E5%9C%A8%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ Mon, 14 Mar 2022 18:47:19 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E7%BD%AE%E4%BF%A1%E5%BA%A6%E8%AE%A1%E7%AE%97%E5%9C%A8%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/ 近年来，语音识别技术得到了广泛的应用，人们开始将需求转向识别过程中错误词的捕捉、音频质量的检测等领域。本文通过计算置信度，赋予每个单词或每条语句相应的分数，设置合适的阈值，可以将语音识别系统输出中的某个单词标记为正确或不正确，将某条语句标记为高质量或低质量，便于系统进行后续研究及 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%99%BA%E8%83%BD%E8%AF%AD%E9%9F%B3%E8%B4%A8%E6%A3%80%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ Mon, 14 Mar 2022 16:48:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E6%99%BA%E8%83%BD%E8%AF%AD%E9%9F%B3%E8%B4%A8%E6%A3%80%E7%B3%BB%E7%BB%9F%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ 文章作者：刘晟源、陈璐 内容来源：58 AI Lab 背景 传统语音质检通常是指质检员听取一定比例的电话录音进行人工质检，检测坐席在通话过程中是否有违规或非标准话术行为，如骂人、嘲讽、推诿、过度承诺等，以规范坐席人员行为，进而提升客户服务质量。纯人工听取录音效率低，单人日均仅能听取约 3 小时，在大