中國電信發(fā)布語音識別大模型，支持30種方言混說

每經(jīng)記者 楊卉    每經(jīng)編輯 董興生    

5月25日，《每日經(jīng)濟新聞》記者從中國電信獲悉，中國電信人工智能研究院（TeleAI）于近日發(fā)布了業(yè)內(nèi)首個支持30種方言自由混說的語音識別大模型——星辰超多方言語音識別大模型，可同時識別理解粵語、上海話、四川話、溫州話等30多種方言，是目前國內(nèi)支持最多方言的語音識別大模型。

據(jù)悉，中國電信人工智能研究院已構(gòu)建超30種、超30萬小時的高質(zhì)量方言數(shù)據(jù)庫，研發(fā)團隊采用的“蒸餾+膨脹”聯(lián)合訓練算法可解決超大規(guī)模多場景數(shù)據(jù)集和大規(guī)模參數(shù)條件下預訓練坍縮的問題，實現(xiàn)1B參數(shù)80層模型穩(wěn)定訓練。中國電信方面表示，星辰語音大模型是業(yè)內(nèi)首個開源的、基于離散語音表征的語音識別大模型，通過“從語音到token再到文本”的建模新范式，將推理時語音傳輸比特率大幅降低。

據(jù)中國電信方面透露，星辰語音大模型現(xiàn)已對外開源及應用落地，在福建、江西、廣西、北京、內(nèi)蒙古等地的中國電信萬號智能客服試點應用。《每日經(jīng)濟新聞》記者還了解到，5月24日，第七屆數(shù)字中國建設峰會在福州開幕，中國電信在峰會上發(fā)布了智算云能力體系，由算力基礎設施、智算平臺能力、星辰大模型能力、數(shù)據(jù)要素能力四部分組成。

大模型方面，除了上述語音識別大模型，中國電信還發(fā)布了星辰海納視聯(lián)大模型。據(jù)天翼視聯(lián)科技有限公司總經(jīng)理邊延風介紹，天翼視聯(lián)的視聯(lián)網(wǎng)應用日益豐富，SaaS應用加載超1400個，openAPI月調(diào)用次數(shù)超30億次。