4月12日，中國(guó)移動(dòng)在首鋼園國(guó)家冬季訓(xùn)練中心速滑館舉辦“5G新通話，預(yù)見(jiàn)新未來(lái)”產(chǎn)品發(fā)布會(huì)，正式發(fā)布5G新通話產(chǎn)品，并宣布部分終端已在全國(guó)支持5G VoNR超清通話業(yè)務(wù)，打造可視化、多媒體、高感知、全交互的全新媒體。
5G新通話可以讓通話雙方實(shí)現(xiàn)語(yǔ)音轉(zhuǎn)文字，同時(shí)還可以在屏幕上實(shí)時(shí)翻譯，讓通話人在聽(tīng)見(jiàn)的同時(shí)，“看懂”通話的內(nèi)容。看似好理解的技術(shù)，背后蘊(yùn)藏的大量“黑科技”，例如語(yǔ)音識(shí)別、口語(yǔ)理解、語(yǔ)音同傳等等，非深厚的AI語(yǔ)音技術(shù)積累不可為。
這些背后的“黑科技”，主要來(lái)自智能語(yǔ)音和人工智能的頭部企業(yè)科大訊飛，因此，科大訊飛也成為了中國(guó)移動(dòng)5G新通話的官方合作伙伴。
5G“殺手級(jí)應(yīng)用”，今年7月后覆蓋所有新上機(jī)型
在發(fā)布會(huì)上，中國(guó)移動(dòng)市場(chǎng)經(jīng)營(yíng)部總經(jīng)理首建國(guó)介紹，與互聯(lián)網(wǎng)的語(yǔ)音視頻通話相比，5G新通話能夠基于中國(guó)移動(dòng)5G網(wǎng)絡(luò)，實(shí)現(xiàn)高清視頻通話，通話質(zhì)量穩(wěn)定，幾乎沒(méi)有時(shí)延，且電話呼入不中斷。同時(shí)，結(jié)合AI技術(shù)，5G新通話可以在通話過(guò)程中實(shí)現(xiàn)中英文實(shí)時(shí)翻譯、語(yǔ)音轉(zhuǎn)文字等功能，此外還提供了屏幕共享、遠(yuǎn)程協(xié)作等特色功能。首建國(guó)還介紹說(shuō)，目前5G新通話功能正陸續(xù)在各大手機(jī)終端進(jìn)行適配，到今年7月，所有終端新推出機(jī)型都將支持5G新通話。
從5G新通話所展示的功能來(lái)看，有望成為一款“5G殺手級(jí)應(yīng)用”。在這一被業(yè)界普遍看好的業(yè)務(wù)背后，5G網(wǎng)絡(luò)是核心基礎(chǔ)，媒體互動(dòng)是重要功能擴(kuò)展，終端支持是保障，其中還有一個(gè)關(guān)鍵，就是AI智能語(yǔ)音技術(shù)。
不僅聽(tīng)見(jiàn)，還能看懂
科大訊飛是北京2022年冬奧會(huì)和冬殘奧會(huì)官方自動(dòng)語(yǔ)音轉(zhuǎn)換與翻譯獨(dú)家供應(yīng)商。
資料顯示，面向冬奧會(huì)場(chǎng)景的多語(yǔ)種語(yǔ)音及語(yǔ)言服務(wù)平臺(tái)，采用了科大訊飛的“自動(dòng)語(yǔ)音轉(zhuǎn)換與翻譯”技術(shù)，支持60個(gè)語(yǔ)種語(yǔ)音合成、69個(gè)語(yǔ)種語(yǔ)音識(shí)別、168個(gè)語(yǔ)種機(jī)器翻譯和6個(gè)語(yǔ)種交互理解，其中重點(diǎn)語(yǔ)種翻譯準(zhǔn)確率達(dá)到了95%，平均每句翻譯響應(yīng)時(shí)間不超過(guò)0.5秒。
口語(yǔ)化的流暢體驗(yàn)
通話場(chǎng)景下有大量的口語(yǔ)化表達(dá)，口語(yǔ)化表達(dá)不同于規(guī)范的書(shū)面文本，一般表現(xiàn)為內(nèi)容表述不符合語(yǔ)法規(guī)范、語(yǔ)氣詞過(guò)重、重復(fù)冗余等，這使得直譯時(shí)出現(xiàn)明顯的“機(jī)翻”痕跡，給機(jī)器翻譯在通話場(chǎng)景中的應(yīng)用提出了更高的挑戰(zhàn)。
科大訊飛的技術(shù)負(fù)責(zé)人介紹，針對(duì)5G新通話口語(yǔ)化場(chǎng)景優(yōu)化，采取了三大措施：一是人機(jī)協(xié)同標(biāo)注常用口語(yǔ)數(shù)據(jù)，并補(bǔ)充口語(yǔ)雙語(yǔ)訓(xùn)練；二是系統(tǒng)性運(yùn)用了無(wú)監(jiān)督/弱監(jiān)督訓(xùn)練方法，基于大量口語(yǔ)化表達(dá)的源、目標(biāo)語(yǔ)言單語(yǔ)數(shù)據(jù)，采用自訓(xùn)練、回譯算法等強(qiáng)化翻譯模型和語(yǔ)言模型，對(duì)口語(yǔ)化表達(dá)特性實(shí)現(xiàn)增強(qiáng)訓(xùn)練；三是針對(duì)語(yǔ)音識(shí)別后處理階段，設(shè)計(jì)語(yǔ)氣詞順滑、規(guī)整等模塊，將口語(yǔ)化表達(dá)盡可能書(shū)面化，從而減少機(jī)翻“痕跡”，幫助用戶更好地理解。
冠軍的底氣
中國(guó)移動(dòng)5G新通話背后的人工智能技術(shù)，來(lái)源于科大訊飛23年來(lái)堅(jiān)持源頭技術(shù)自主創(chuàng)新的深厚積累，科大訊飛在人工智能語(yǔ)音識(shí)別、機(jī)器翻譯、語(yǔ)義理解等技術(shù)領(lǐng)域處于國(guó)際領(lǐng)先地位，在諸多國(guó)際技術(shù)賽事中取得冠軍。
在語(yǔ)音識(shí)別領(lǐng)域，科大訊飛參加了2021年OpenASR國(guó)際低資源多語(yǔ)種語(yǔ)音識(shí)別挑戰(zhàn)賽15個(gè)語(yǔ)種受限賽道和7個(gè)語(yǔ)種非受限賽道，全部取得第一；在機(jī)器翻譯領(lǐng)域，先后獲得了2018年IWSLT國(guó)際口語(yǔ)機(jī)器翻譯評(píng)測(cè)比賽端到端任務(wù)第一和2021年IWSLT國(guó)際口語(yǔ)機(jī)器翻譯評(píng)測(cè)比賽英德語(yǔ)音同傳、文本同傳和英日文本同傳全部三個(gè)同傳賽道冠軍；在多語(yǔ)言理解領(lǐng)域，獲得世界權(quán)威多語(yǔ)言理解評(píng)測(cè)XTREME（Cross-Lingual Transfer Evaluation of Multilingual Encoders）四項(xiàng)任務(wù)中的三項(xiàng)最好成績(jī)，標(biāo)志著科大訊飛多語(yǔ)言理解與跨語(yǔ)言遷移能力再上新臺(tái)階。在語(yǔ)義評(píng)測(cè)領(lǐng)域，在第十六屆國(guó)際語(yǔ)義評(píng)測(cè)SemEval 2022的比賽中，科大訊飛從30余支參賽隊(duì)伍中脫穎而出，獲得“多語(yǔ)種新聞相似度評(píng)測(cè)任務(wù)”和“多語(yǔ)種慣用語(yǔ)識(shí)別任務(wù)”兩項(xiàng)冠軍。
以數(shù)智化技術(shù)構(gòu)建美好世界是人類(lèi)共同的希冀。5G新通話只是5G+AI有機(jī)融合的一小步，我們有理由相信，在中國(guó)擁有全球規(guī)模最大的5G精品網(wǎng)絡(luò)，擁有世界領(lǐng)先的人工智能自主核心技術(shù)，科大訊飛和中國(guó)移動(dòng)這樣深度協(xié)同的模式，將會(huì)讓5G+AI發(fā)揮更大的融合倍增效應(yīng)，必將加速推進(jìn)科技創(chuàng)新、推動(dòng)數(shù)智化轉(zhuǎn)型，共創(chuàng)人工智能美好新世界。