中國(guó)電信發(fā)布首個(gè)支持30種方言混說(shuō)語(yǔ)音大模型

云財(cái)經(jīng)訊，近日，中國(guó)電信(601728)人工智能(161631)研究院發(fā)布了業(yè)內(nèi)首個(gè)支持30種方言自由混說(shuō)的語(yǔ)音識(shí)別大模型——星辰超多方言語(yǔ)音識(shí)別大模型。這一突破打破了單一模型只能識(shí)別特定單一方言的限制，可同時(shí)識(shí)別理解粵語(yǔ)、上海話、四川話、溫州話等30多種方言，是國(guó)內(nèi)支持最多方言的語(yǔ)音識(shí)別大模型。據(jù)悉，該大模型研發(fā)團(tuán)隊(duì)首創(chuàng)“蒸餾+膨脹”聯(lián)合訓(xùn)練算法，解決了預(yù)訓(xùn)練坍縮的問(wèn)題，實(shí)現(xiàn)了1B參數(shù)80層模型的穩(wěn)定訓(xùn)練。星辰語(yǔ)音大模型也是業(yè)內(nèi)首個(gè)開(kāi)源的基于離散語(yǔ)音表征的語(yǔ)音識(shí)別大模型，通過(guò)“從語(yǔ)音到token再到文本”的建模新范式，將推理時(shí)語(yǔ)音傳輸比特率降低數(shù)十倍。目前，星辰語(yǔ)音大模型已在福建、江西、廣西、北京、內(nèi)蒙等地的中國(guó)電信(601728)萬(wàn)號(hào)智能客服試點(diǎn)應(yīng)用。