常有人戲稱廣東人是羊，因為他們無論講什么，似乎都會用"咩--咩--咩--"作句尾語氣詞：
"有咩搞作？"（有什么做法、計劃？）
"系度做緊咩呀"（現(xiàn)在在做什么呢？）
"系咩？"（是嗎？）
這些地道的粵語仿佛自帶音效，你即使不精通粵語，看到這幾句話都能像模像樣地說出來�；浾Z就像一種流傳千年的文化符號，一旦你深入了解粵語，必會佩服它的古樸有趣、博大精深，承載了廣府文化強烈的情感認同。
粵語，又稱廣東話，是中國漢語七大方言之一，全球?qū)⒔?.2億人口使用，在國際影響力和語言的韻味方面，粵語的地位絕對是重量級的老大。
隨著AI的飛速發(fā)展，應(yīng)用場景不斷擴展，智能語音設(shè)備無處不在，對于多語種多口音語音識別的需求也在日漸增加。其中，作為擁有強大號召力的粵語，已成為眾多人工智能廠商關(guān)注的重點。
雖然粵語語音識別需求越來越多，但想要實現(xiàn)精準(zhǔn)的粵語識別效果，面臨的技術(shù)難度也不小。
粵語有多難？
由于承接著古漢語的許多特點，粵語在詞匯、語法、發(fā)音上都和普通話有明顯區(qū)別。
詞匯上，粵語的日常用語富有特色。雖是口語，卻比較"文縐縐"："喜歡"叫做"鐘意"，"厲害"叫做"犀利"，"討厭"是"乞人憎"，勞駕他人、感謝幫忙，要說"唔該"�；浾Z的發(fā)音就更難了。由于保留了古漢語、古南越語的特色，以及受外語的影響，相對于普通話的四聲調(diào)，粵語擁有完整的九韻六調(diào)，能夠組合出的總音節(jié)數(shù)比普通話還要多。
標(biāo)貝科技粵語語音識別
對于AI語音產(chǎn)品來說，想要提高語音識別的準(zhǔn)確性，就需要大量的優(yōu)質(zhì)語音數(shù)據(jù)作為模型訓(xùn)練支撐。面對以上問題及粵語語音識別發(fā)展現(xiàn)狀，標(biāo)貝科技此前已經(jīng)推出一系列粵語語音識別數(shù)據(jù)集，幫助對識別模型進行優(yōu)化訓(xùn)練。
近日，標(biāo)貝科技在融合更多語音和文本的數(shù)據(jù)采集，以及高精度的數(shù)據(jù)標(biāo)注基礎(chǔ)上，定制專用語音識別模型，推出高準(zhǔn)確率的粵語語音識別服務(wù)。
在聲學(xué)模型方面，通過采集大量真實的粵語錄音數(shù)據(jù)，包括朗讀式、自由交談和命令詞等類型，對粵語的發(fā)音習(xí)慣、聲調(diào)變化等，進行學(xué)習(xí)訓(xùn)練，提高模型精度和識別率。
語言模型方面，標(biāo)貝科技語音識別技術(shù)通過對粵語方言中的特有詞匯，如"咁"、"哋"、"嘅"、"咩呀"、"點睇"等進行專門訓(xùn)練，有效提升了語音識別引擎對口音、詞匯的適配能力。
立足應(yīng)用場景 助力人機交互更便捷
在移動互聯(lián)網(wǎng)和信息大爆炸時代，無論是從語言角度還是文化角度，我們都不再離群索居，包括人與人的交流、人與機器的交流，多語種和方言的交匯互通已經(jīng)無處不在。因而，智能語音識別技術(shù)成為解決"聽不懂"的有效途徑。
伴隨此次粵語語音識別能力的上線，當(dāng)前標(biāo)貝科技可以支持中文、英文、粵語三種語言的語音識別，可以廣泛應(yīng)用于工作、生活、學(xué)習(xí)多種場景。
在商務(wù)會談中，無論發(fā)言人說的是英文、普通話還是粵語，標(biāo)貝科技語音識別都能對這些發(fā)言分角色進行識別，將會議和訪談的音頻快速生成會議記錄，后期信息檢索和整理更方便快捷。
在智能客服領(lǐng)域，客服機器人掌握多個語種，能提高普通話、英文、方言識別的準(zhǔn)確率，從而精準(zhǔn)識別出用戶提出的問題，給予用戶最合適的回答，成為真正"聽得懂，說得出"的智能客服，提升服務(wù)質(zhì)量。
智能家居場景下，精準(zhǔn)高效的語音識別讓用戶不必再擔(dān)心因為口音問題出現(xiàn)的錯輸、漏輸問題，隨心所欲對各類家居、家電語音助手，以及智能機器人、智能可穿戴設(shè)備等進行語音控制。
同時，面向金融、電商、教育、媒體娛樂等行業(yè)，我們也推出行業(yè)領(lǐng)先的語音合成方案，擁有豐富的語音合成音庫，覆蓋中文、英文、中英混讀、小語種、方言等不同語種�？蛻艨煽焖龠x擇合適的音色，也可以根據(jù)業(yè)務(wù)場景需求，定制與產(chǎn)品形象相匹配的合成聲音，助力語音產(chǎn)品快速落地應(yīng)用。
未來，隨著語音交互技術(shù)與智能手機、平板電腦、智能家居等電子設(shè)備芯片集成的深入發(fā)展，將帶動智能語音產(chǎn)業(yè)迎來更加廣闊的發(fā)展空間。標(biāo)貝科技將繼續(xù)加碼研發(fā)投入，加速在垂直行業(yè)進行滲透和布局，驅(qū)動語音合成、語音識別技術(shù)繼續(xù)升級迭代，為消費者創(chuàng)造更優(yōu)質(zhì)的交互體驗。
