阿里達(dá)摩院公布語(yǔ)音AI與AI EARTH兩項(xiàng)新進(jìn)展：能逼近真人語(yǔ)音交互，也能看懂地球每一寸土地變化

阿里達(dá)摩院語(yǔ)音AI AI EARTH 地球

數(shù)據(jù)猿 | 2020-09-19 13:51

【數(shù)據(jù)猿導(dǎo)讀】語(yǔ)音AI的核心是讓機(jī)器聽懂人話，并能開口說(shuō)話，語(yǔ)音合成和語(yǔ)音識(shí)別技術(shù)是實(shí)現(xiàn)這些目標(biāo)的基礎(chǔ)。但由于過(guò)去幾年業(yè)界在語(yǔ)音模型上未能有突破性創(chuàng)新，高精度的語(yǔ)音交互任務(wù)長(zhǎng)期依賴云端算力，造成了語(yǔ)音指令處理不可避免的延時(shí)等問(wèn)題。

阿里達(dá)摩院公布語(yǔ)音AI與AI EARTH兩項(xiàng)新進(jìn)展：能逼近真人語(yǔ)音交互，也能看懂地球每一寸土地變化

“數(shù)據(jù)猿作為“2020云棲大會(huì)”官方受邀媒體，為大家?guī)?lái)了此次盛會(huì)中最精彩的報(bào)道內(nèi)容。

提示：可關(guān)注數(shù)據(jù)猿最新推出的【產(chǎn)業(yè)圖譜+企業(yè)盤點(diǎn)】策劃活動(dòng)：《中國(guó)數(shù)據(jù)智能產(chǎn)業(yè)最具商業(yè)合作價(jià)值企業(yè)》推薦進(jìn)行中。

9月18日，在2020云棲大會(huì)上，達(dá)摩院公布了語(yǔ)音AI技術(shù)的最新突破：端上語(yǔ)音識(shí)別和語(yǔ)音合成能力首次達(dá)到媲美云端的水平，這意味著未來(lái)個(gè)人用戶在移動(dòng)終端即可輕松體驗(yàn)逼近真人的語(yǔ)音技術(shù)。據(jù)介紹，達(dá)摩院最新的語(yǔ)音技術(shù)已在淘寶直播、釘釘會(huì)議、高德導(dǎo)航等場(chǎng)景大規(guī)模應(yīng)用，正全面對(duì)外開放。

語(yǔ)音AI的核心是讓機(jī)器聽懂人話，并能開口說(shuō)話，語(yǔ)音合成和語(yǔ)音識(shí)別技術(shù)是實(shí)現(xiàn)這些目標(biāo)的基礎(chǔ)。但由于過(guò)去幾年業(yè)界在語(yǔ)音模型上未能有突破性創(chuàng)新，高精度的語(yǔ)音交互任務(wù)長(zhǎng)期依賴云端算力，造成了語(yǔ)音指令處理不可避免的延時(shí)等問(wèn)題。

此次達(dá)摩院率先在算法模型上實(shí)現(xiàn)創(chuàng)新，推出E2E-ASR端到端語(yǔ)音識(shí)別技術(shù)及全新的端上KAN-TTS語(yǔ)音合成技術(shù)，首次在移動(dòng)終端上實(shí)現(xiàn)接近云端的語(yǔ)音識(shí)別與合成效果。

阿里_達(dá)摩院_語(yǔ)音AI_AI_EARTH_地球-1

據(jù)介紹，在語(yǔ)音識(shí)別方面，達(dá)摩院提出SAN-M網(wǎng)絡(luò)結(jié)構(gòu)及基于SCAMA的流式端到端語(yǔ)音識(shí)別框架，提升計(jì)算效率的同時(shí)，還將高難度場(chǎng)景中的語(yǔ)音識(shí)別錯(cuò)誤率降低近三成。達(dá)摩院研發(fā)的語(yǔ)音識(shí)別系統(tǒng)，可純離線、低成本部署在手機(jī)端，原型系統(tǒng)不到40MB，識(shí)別效果媲美超過(guò)100GB的達(dá)摩院上一代DFSMN-CTC云端系統(tǒng)。

繼去年發(fā)布仿真率可達(dá)97%的自研KAN-TTS語(yǔ)音合成模型后，達(dá)摩院此次在移動(dòng)端實(shí)現(xiàn)了對(duì)語(yǔ)音模型的“大瘦身”，相比云端，端上模型大小壓縮了101倍，計(jì)算量壓縮35倍，通過(guò)終端算力即可快速?gòu)?fù)現(xiàn)逼近真人的語(yǔ)音。例如，高德地圖近期發(fā)布了利用達(dá)摩院全新語(yǔ)音技術(shù)合成的李佳琦、林志玲、小團(tuán)團(tuán)等明星導(dǎo)航語(yǔ)音包，語(yǔ)音效果較之前更自然，斷網(wǎng)狀態(tài)下語(yǔ)音導(dǎo)航也不會(huì)中斷。

達(dá)摩院語(yǔ)音實(shí)驗(yàn)室負(fù)責(zé)人鄢志杰表示，“在終端處理語(yǔ)音任務(wù)一直是學(xué)術(shù)界和工業(yè)界的難題，達(dá)摩院最新的語(yǔ)音技術(shù)有效釋放了終端設(shè)備的能力，讓終端也能輕松處理語(yǔ)音任務(wù)，我們相信，在終端算力和云端算力的協(xié)同支撐下，未來(lái)語(yǔ)音交互將無(wú)處不在。”

阿里_達(dá)摩院_語(yǔ)音AI_AI_EARTH_地球-2

過(guò)去幾年，阿里語(yǔ)音AI取得了一系列突破。2019年，阿里語(yǔ)音AI入選《麻省理工評(píng)論》“全球十大突破性技術(shù)”，是唯一上榜的中國(guó)科技公司；今年7月IDC發(fā)布的《中國(guó)AI云服務(wù)市場(chǎng)半年度研究報(bào)告》顯示，阿里語(yǔ)音AI以44%的市場(chǎng)份額，在云上語(yǔ)音AI市場(chǎng)中位居第一。

此外，阿里達(dá)摩院此次還發(fā)布了AI EARTH，全球首次實(shí)現(xiàn)多源對(duì)地觀測(cè)數(shù)據(jù)分析，可看懂地球每一寸土地變化，可精準(zhǔn)分析遙感衛(wèi)星、無(wú)人機(jī)等影像信息。

從太空看地球，達(dá)摩院找到了新方法！
AI EARTH為達(dá)摩院發(fā)布的首個(gè)泛自然資源行業(yè)AI引擎，首次實(shí)現(xiàn)對(duì)天、空、地多源數(shù)據(jù)精準(zhǔn)分析的能力，可清晰記錄分析地球每一寸土地變化，大到山川植被湖泊面積變化、小到農(nóng)作物生長(zhǎng)情況，都能快速、精準(zhǔn)分析。

衛(wèi)星遙感影像是人類觀測(cè)地球的主要途徑，但隨著無(wú)人機(jī)影像、實(shí)時(shí)視頻流、氣象信息、IoT數(shù)據(jù)等全新數(shù)據(jù)源的涌現(xiàn)，數(shù)據(jù)規(guī)模呈幾何級(jí)增長(zhǎng)，人工觀測(cè)和經(jīng)驗(yàn)分析的方式已無(wú)法滿足海量觀測(cè)數(shù)據(jù)的需求。

阿里_達(dá)摩院_語(yǔ)音AI_AI_EARTH_地球-3

AI EARTH可分析無(wú)人機(jī)影像、實(shí)時(shí)視頻流、氣象信息、IoT數(shù)據(jù)等數(shù)據(jù)源

AI EARTH采用達(dá)摩院視覺(jué)AI技術(shù)，是業(yè)界首個(gè)實(shí)現(xiàn)多源對(duì)地觀測(cè)數(shù)據(jù)的智能分析的解決方案，支持RGB影像、多光譜影像、高光譜影像及普通視頻影像，可快速提取地表覆蓋現(xiàn)狀信息和時(shí)空動(dòng)態(tài)變化信息，并且擁有比傳統(tǒng)遙感方案更高的精度。

據(jù)介紹，AI EARTH利用主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)等技術(shù)，自研了多個(gè)創(chuàng)新算法。該引擎集成了達(dá)摩院自研遙感目標(biāo)檢測(cè)及分割框架，引入多尺度環(huán)境語(yǔ)義信息，實(shí)現(xiàn)遙感圖像目標(biāo)檢測(cè)準(zhǔn)確率的突破。以大棚監(jiān)測(cè)為例，北京市規(guī)劃和自然資源委員會(huì)使用阿里遙感技術(shù)，違章大棚房監(jiān)測(cè)準(zhǔn)確率達(dá)到90％。此外，遙感應(yīng)用場(chǎng)景極為豐富和多樣，同一解譯對(duì)象在不同空間、時(shí)間維度下差異巨大，AI EARTH通過(guò)域自適應(yīng)等遷移學(xué)習(xí)技術(shù)，大幅提升了AI算法在不同場(chǎng)景下的精度及泛化能力。

達(dá)摩院資深算法專家李昊表示，“未來(lái)AI對(duì)多源數(shù)據(jù)的融合分析是人類對(duì)地觀測(cè)的趨勢(shì)，我們希望AI EARTH能在空天信息領(lǐng)域發(fā)揮更大的價(jià)值，讓AI看懂地球。”

阿里巴巴是國(guó)內(nèi)最早將AI技術(shù)應(yīng)用于衛(wèi)星遙感影像領(lǐng)域的公司之一，相關(guān)研究成果已廣泛應(yīng)用于各行各業(yè)。今年汛情期間，達(dá)摩院團(tuán)隊(duì)一周內(nèi)就開發(fā)訓(xùn)練出應(yīng)用于防汛關(guān)鍵期的水體識(shí)別算法，影像分析速度提升百倍，大大提升防汛工作智能化水平。

來(lái)源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。