腾讯发布语音智能全新品牌,技术升级全面提升语音交互体验

发布时间：2024-11-30 13:47

智能音箱更新了语音识别技术，提升用户体验 #生活知识# #科技生活# #3C资讯#

随着行业数字化、智能化不断升级加速,语音交互场景从生活扩展到企业应用,从人机交互扩展到人人交互,越来越多样化的需求,对语音交互技术提出了更高的要求。

11月4日,在2021腾讯数字生态大会云智能专场,腾讯云小微与腾讯AI Lab联合发布了全新技术品牌——腾讯语音智能,为设备提供在复杂语音环境下,从输入到输出交互体验全面升级的全链路的AI+声学技术解决方案。

腾讯语音智能让语音技术更好地处理复杂多变的环境,为用户提供更加自然、智能、拟人化的语音交互体验,为产业提供更加便捷、低成本、可定制的解决方案。在生活、服务及生产等场景,在智能家居、车载语音交互、智能客服、语音质检、口语考试、司法转写、会议转写等领域都有广阔的应用空间。

顺应场景、需求、设备升级趋势全面助力更自然的语音交互体验

本次大会上,腾讯首次公布了云智能战略架构,面向管理者、生产者、开发者和用户四类人群,提供决策、协作、创新和服务四大核心能力,同时依托人工智能、大数据、云计算和物联网的云智能架构,贴合客户的产业场景需求,输出面向各行业的智能综合解决方案。腾讯语音智能作为腾讯云智能战略重要技术能力支撑,始终坚持“服务于人”的价值理念,为用户带来自然的语音交互体验,让智能交互科技的发展惠及生活、产业的方方面面。

从手机助手、智能家居、车载交互等满足大众需求的应用,到智能客服、会议转写等智能化升级下的行业性需求,从人机交互到远程会议语音降噪、口语翻译等人人交互场景需求,目前,语音交互的场景和需求在不断增加。随着专用芯片的出现和端上计算能力的不断增强,运行载体扩展到了云、端、芯多种形式,搭载语音交互的设备也变得更为多样化。

而现有的技术方案仍有很多问题难以解决。比如,在复杂、嘈杂场景中容易受到环境噪音的影响,不能有效识别和分离出目标人物语音,还会受到网络情况、麦克风等硬件设备的制约,导致智能终端在与用户的交互过程中,无法快速准确地进行识别并做出相应的回复,阻碍人机交互体验的提升。

腾讯在语音智能领域拥有深厚的能力积累,目前,腾讯语音语义有超过3400项专利,发表超过500篇顶会论文,累计服务3.5亿智能终端。腾讯云小微依托其强大的语音智能能力,结合腾讯AI Lab领先的AI基础能力,基于对用户场景及需求的深刻洞察,完成了一次技术迭代与升级,联合打造出了一款能够提升语音识别效果和效率的全链路AI+声学技术解决方案——腾讯语音智能。

　　(腾讯杰出科学家、AI Lab副主任兼智能平台部副总经理俞栋)

突破业内技术瓶颈深耕行业发展需求全面提升语音智能交互能力

相对于传统解决方案,腾讯语音智能在技术上实现了突破性升级。通过采用一体化的基于全神经网络的方案,极大提升了在复杂场景下语音采集、降噪分离和增强的效果,从而为人人通话或机器识别提供了更清晰易懂的语音。通过使用基于语音语义联合优化的多领域识别器,让机器对于各种复杂语音的识别率也得到极大提升,可以更好地进行转写、理解、和回复。

另外,腾讯语音智能可以支持多种应用场景和设备,拥有优秀的场景适配性和通用性,面向实际场景的定制优化更简单、高效,在为用户提供更加优质、自然语音交互体验的同时,也为企业场景中的语音服务需求降低了运行和定制成本,助力其降本增效,加快产业数字化升级。

在户外、酒会等高噪声、嘈杂的环境中使用手机助手、智能客服等语音服务时,环境的噪声会对目标人物语音的收集带来极大干扰,语音收集反馈的错误率也会随之提升。腾讯语音智能在前端技术上,通过研发全神经网络波束成型方案、构建集合全链路的神经网络模型方案、首创用三种模态进行语音分离的工作模式,完成了行业内的多项技术突破,可有效应对环境噪声干扰人声的问题,实现了场景深度定制,多模块自动联合优化,在复杂声学环境中大幅度降低了语音收集的错误率。数据表示,经过多模态语音分离再进行语音识别,错误率可降低相对50%,经过多模态分离并联合进行多模态的语音识别,错误率可进一步降低相对25%。

　　(腾讯AI Lab语音技术中心总监苏丹)

在家居和车载等真实场景下,除了需要克服环境噪声、人声干扰等问题外,还需要应对多种挑战,诸如识别任务复杂度高,用户口音多变、用户更自然的语音交互体验需求,以及低资源设备上识别性能的提升等。深入问题探索,腾讯语音智能在后端处理环节研发了“语音-语义结合的多领域在线识别系统”、“全双工交互及闲聊拒识”、“端到端高性能离线识别系统”等技术方案,运用深度学习建模、前后端联合优化、语音-语义联合优化等技术手段,很好地满足了不同应用场景下,对于语音交互在识别率、鲁棒性、资源消耗和用户体验等多方面的要求。

目前,腾讯语音智能已经为索尼电视、飞利浦电视提供技术支持,为家居场景中的人机互动提供更智能的语音体验;在车载交互领域,助力长安汽车、福特汽车等,提升语音助手服务质量,给用户更好的智能出行服务。