中國(guó)電信發(fā)布語(yǔ)音識(shí)別大模型，支持30種方言混說(shuō)

每經(jīng)記者｜楊卉    每經(jīng)編輯｜董興生    

5月25日，《每日經(jīng)濟(jì)新聞》記者從中國(guó)電信獲悉，中國(guó)電信人工智能研究院（TeleAI）于近日發(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，可同時(shí)識(shí)別理解粵語(yǔ)、上海話(huà)、四川話(huà)、溫州話(huà)等30多種方言，是目前國(guó)內(nèi)支持最多方言的語(yǔ)音識(shí)別大模型。

據(jù)悉，中國(guó)電信人工智能研究院已構(gòu)建超30種、超30萬(wàn)小時(shí)的高質(zhì)量方言數(shù)據(jù)庫(kù)，研發(fā)團(tuán)隊(duì)采用的“蒸餾+膨脹”聯(lián)合訓(xùn)練算法可解決超大規(guī)模多場(chǎng)景數(shù)據(jù)集和大規(guī)模參數(shù)條件下預(yù)訓(xùn)練坍縮的問(wèn)題，實(shí)現(xiàn)1B參數(shù)80層模型穩(wěn)定訓(xùn)練。中國(guó)電信方面表示，星辰語(yǔ)音大模型是業(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)音傳輸比特率大幅降低。

據(jù)中國(guó)電信方面透露，星辰語(yǔ)音大模型現(xiàn)已對(duì)外開(kāi)源及應(yīng)用落地，在福建、江西、廣西、北京、內(nèi)蒙古等地的中國(guó)電信萬(wàn)號(hào)智能客服試點(diǎn)應(yīng)用。《每日經(jīng)濟(jì)新聞》記者還了解到，5月24日，第七屆數(shù)字中國(guó)建設(shè)峰會(huì)在福州開(kāi)幕，中國(guó)電信在峰會(huì)上發(fā)布了智算云能力體系，由算力基礎(chǔ)設(shè)施、智算平臺(tái)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(yǔ)音識(shí)別大模型，中國(guó)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(fēng)介紹，天翼視聯(lián)的視聯(lián)網(wǎng)應(yīng)用日益豐富，SaaS應(yīng)用加載超1400個(gè)，openAPI月調(diào)用次數(shù)超30億次。