6月24日，2023年度国度科学技能奖励年夜会于京召开，科年夜讯飞作为第一完成单元的“多语种智能语音要害技能和财产化”项目得到国度科学技能前进奖一等奖。这是深度进修激发全世界人工智能海潮以来，已往十年人工智能范畴首个国度科学技能前进奖一等奖。这也是科年夜讯飞继2002年及2011年别离得到国度科学技能前进奖二等奖以后，初次得到国度科学技能前进奖一等奖。
国度科学技能前进奖开办在1984年9月，是国务院设立的国度科学技能奖5年夜奖项（国度最高科学技能奖、国度天然科学奖、国度技能发现奖、国度科学技能前进奖、中华人平易近共及国国际科学技能互助奖）之一。因2021年、2022年国度科技奖暂停的缘故，2023年度国度科技奖堆集了年夜量的优异结果，竞争激烈。
要害技能取患上四年夜冲破到达国际领先程度
语音是人类最天然便捷的沟通方式，是智能装备人机交互的要害进口，也是诸多敏感信息的主要载体，还有是平易近族连合及国际互助的基础。多语种智能语音技能对于在支撑人机交互、人类语言互通和国度安全等需求具备庞大战略意义，具备十分广漠的财产远景，是当前国际科技竞争焦点核心之一。
连续攻关多年，科年夜讯飞霸占了多个技能难题，并打破技能封锁，提出了四个方面的技能立异。
立异点一，繁杂语音旌旗灯号解耦建模要害技能冲破。
语音辨认研究中最具挑战的是远场、噪声、多人语音混叠等征象致使的“鸡尾酒会”效应典型难题。
科年夜讯飞提出了多通道语音旌旗灯号时空分散建模要领及多维度语音属性解耦表征要领，实现语音旌旗灯号中内容、噪声等高度耦合的多维属性特性解耦，解决了“鸡尾酒会”的难题，使患上繁杂场景下语音辨认正确率获得庞大冲破。
于这些技能的支撑下，科年夜讯飞持续4届得到国际多通道语音分散及辨认角逐CHIME冠军；持续8届得到国际语音合成年夜赛Blizzard Challenge冠军。2015年，相干技能初次于年夜会演讲场景实现语音转写跨越人类速记员程度；2019年起持续六年办事天下两会；个性化语音合成初次运用在中心电视台节目配音（《立异中国》），并于新华社、人平易近日报、进修强国等广泛运用。
立异点二，多语种同享建模要害技能冲破。
为了应答多语种技能“洽商”问题，必需解决小语种智能语音体系构建所面对的常识匮乏、练习数据稀缺等难题。
科年夜讯飞设计了全新的多语种通用音素系统及基本语言单位，实现多语种同一音素韵律系统的构建，又经由过程基在元进修的多语种预练习及基在语族分组的多语种同享建模——通俗地说，就是将差别的小语种举行分类，找到同类语种的配合纪律，举行阐发建模及练习——终极，显著晋升了小语种语音体系机能。
相干技能于2021年国际低资源多语种语音辨认竞赛OpenASR中得到15个语种受限赛道及7个语种非受限赛道的冠军。2024年，联合语音属性解耦表征、多语种多使命同享建模等要害技能结果发布星火语音年夜模子，首批37个主流语种的语音辨认效果跨越OpenAI Whisper V3。
于奇瑞、一汽等的交互评测中，科年夜讯飞的技能效果周全领先国际车载语音技能竞品赛伦思（原Nuance车载公司），于华为的评测中也领先google。
立异点三，语音语义结合建模要害技能冲破。
繁杂运用场景下语音交互、语音翻译面对着深条理语义理解坚苦、专业性不足等问题。
科年夜讯飞提出语音语义互加强的鲁棒白话理解技能，有用晋升语音交互、语音翻译等繁杂场景的语义理解正确率；提出多源常识加强的可托文本天生技能，晋升专有辞汇和范畴常识援用的正确率。
相干技能在2018年于业内初次到达CATTI测验英语二级《口译实务(瓜代传译类)》及格尺度；并于2021-2023年持续三届得到国际权势巨子呆板白话翻译评测角逐IWSLT冠军，笼罩同传、离线、方言翻译等多类使命。
技能结果运用于多个方面：如英语白话评测初次到达人类专家程度，是满意高考运用要求的技能，累计办事超1.3亿考生；智能客服体系范围运用，累计办事超8亿人，多行业对于话乐成率超90%。
立异点四，国产异构硬件平台练习和推理加快要害技能冲破。
利用国产芯片开展智能语音算法模子练习及推理面对机能低、适配难等问题。
科年夜讯飞提出硬件亲及的变长输入算子交融及结合同一量化感知练习技能，经由过程软硬件协同优化的动态张量算子主动交融要领，实现对于语音等变长输入的练习机能优化到达国际主流芯片划一程度；经由过程多硬件结合的量化计较模仿，到达模子单次练习后可于差别硬件平台上一键部署，解决了智能语音技能硬件平台的“洽商”问题。
今朝，已经建成5个国产化集群，语音合成、辨认、翻译、交互等国产化能力日办事8.73亿次。2023年，科年夜讯飞与华为结合攻关年夜模子国产化算力底座焦点难题，设置装备摆设首个万卡天下产算力平台“飞星一号”，弥补了国产超年夜模子练习平台空缺。
基在这些要害技能的连续攻关及冲破，该项目获批牵头设置装备摆设4个国度级立异平台：语音财产界独一的国度级研究开放平台语音和语言信息处置惩罚国度工程研究中央，智能语音国度新一代人工智能开放立异平台，首批20家标杆天下重点试验室之一的认知智能天下重点试验室，智能语音范畴独一的国度技能尺度立异基地；并主导体例11项国际及国度尺度，获授权发现专利257项；近五年累计得到国际权势巨子评测冠军20余项，连续连结技能引领。
实现范围化财产登时有用支撑国度战略
科年夜讯飞一直对峙“技能顶天、运用登时”的战略，缭绕多语种智能语音技能构建了自立可控的财产生态。
第一，语音是万物互联时代人机交互的要害进口，项目创始引领我国语音财产，支撑智能制造财产进级及出海。
智能手机方面，项目撑持各主流手机厂商累计激活装备超10亿台，有用解决华为等厂商出海的多语种“洽商”问题；智能汽车方面，车载智能化产物累计前装超5300万套，撑持奇瑞、一汽、长安等车企超200万套定单出海；智能软硬件方面，创始智能翻译机、智能办公本、智能灌音笔等智能硬件新品类，持续三年得到京东 天猫双平台发卖冠军，此中，讯飞翻译机今朝能撑持85个语种的翻译，笼罩全世界200多个国度及地域，持续8年得到京东61八、持续7年得到天猫双11发卖冠军；于集会、办公等场景，讯飞听见系列产物办事普遍全世界50多个国度及地域，撑持了跨越40万场集会，涉及跨越4亿不雅众；面向更多用户，讯飞输入法月活跃用户超1.4亿人，日语音交互次数超10亿次。
第二，项目助力平易近族连合，促成全世界语言互通及“一带一起”设置装备摆设。
发布“多语种语音云”平台，月办事跨越5.46亿人次；每一年提供翻译办事51.5亿次，语音同传办事全世界50余个国度超4亿不雅众；多语种技能有用办事北京冬奥会及冬残奥会、中国国际入口展览会、博鳌论坛等国度庞大勾当。
第三，项目还有构建了自立可控的多语种智能语音技能和全世界财产生态。
2017年最先承建的智能语音国度新一代人工智能开放立异平台，已经堆积平台开发者数700.7万，终端装备数40.5亿；构建全世界多语种技能生态，今朝平台堆积海外开发者数跨越40万。
第四，让科技更有温度，项目连续助力公益，关爱弱势群体及非凡人群。
“听见AI的声音”公益步履，为听力障碍人士提供免费的及时语音转文字办事、捐赠免费时长，截至2024年6月，累计捐赠时长超一亿分钟；倡议“三声有幸”项目，累计办事1368万人，助力公益团队创立无障碍运用超3万个；举行推普脱贫攻坚，累计助力超115万少数平易近族群众，成为《国度通用语言文字法》施行22年来初次表扬勾当中的企业进步前辈团体。
项目财产生态繁荣、成效显著。近三年，多语种智能语音技能财产化项目累计实现直接经济效益521.28亿元，并动员由工信部及安徽省当局共建、以科年夜讯飞为焦点的“中国声谷”财产集聚成长，并上升为中部突起的国度战略。
将来：智能语音+认知年夜模子用人工智能设置装备摆设夸姣世界
十年磨一剑，科年夜讯飞创业25年来第三次得到国度科技前进奖，对于在科年夜讯飞而言，是一个总结，也是新最先！
通用人工智能时代，科年夜讯飞多语种智能语音要害技能中的立异及年夜模子技能彼此增补、彼此促成。
语音属性解耦、语音旌旗灯号时空分散等技能冲破，可以将语音旌旗灯号颠末编码后输入到年夜语言模子，显著晋升语音年夜模子的效果。2024年1月30日，科年夜讯飞就基在上述技能交融线路发布了星火语音年夜模子，显著跨越了OpenAI的Whisper v3的语音年夜模子能力，Whisper v3的24个重要语种的平均辨认率为82%，而星火语音年夜模子到达了90%。4月26日，科年夜讯飞又首发多感情超拟人合成及一句话声音复刻能力，使呆板具有越发富厚的超拟情面绪感知及表达。
年夜模子技能可以于繁杂语义理解、长文本建模能力长进一步晋升语音辨认、合成及翻译的效果，同时基在其强盛的语义理解、常识问答、多轮对于话、多模态建模能力，也能进一步年夜幅晋升智能语音技能的利用场景及运用价值，支撑实现语音同传、主动客服、辅学答疑、家庭大夫、虚拟员工、陪伴呆板人、办事呆板人等将来智能产物立异，带来巨年夜财产时机，加快通用人工智能时代的到来。
6月27日，讯飞星火V4.0也将正式发布，底座能力周全对于标GPT-4 Turbo，语音年夜模子也将迎来全新进级。
将来，于科年夜讯飞国际领先的智能语音技能基础之上，讯飞星火将进一步向着“解放出产力、开释想象力，为每一个企业及每一个人打造专属AI助手”的更年夜愿景，连续攀缘、连续前进，用人工智能设置装备摆设夸姣世界！
-PT电子