阿里巴巴达摩院近期发布了新的开源语音识别模型DFSMN,这一模型基于全球最大的免费语音识别数据库LibriSpeech,将全球语音识别准确率提升至96.04%。
据阿里方面介绍,与当前广泛使用的LSTM模型相比,DFSMN模型不仅训练速度更快,而且识别准确率更高。采用DFSMN模型的智能音箱或智能家居设备,在深度学习训练速度上提升了3倍,语音识别速度也提高了2倍。
更多详细信息可以访问开源地址:
https://github.com/tramphero/kaldi
此外,量子位正面向社会招聘编辑和记者,工作地点位于北京中关村。欢迎有才华且充满热情的朋友加入我们的团队!
量子位 QbitAI 是头条号的签约作者。