首页 > 科技未来 > 内容

会话转录可以实时完成吗？微软新研究进展告诉你答案

发布于：2024-06-18 编辑：匿名来源：网络

雷锋网报：对话转录能实时进行吗？并且还支持多人、远场语音转录？是的，这些新的转录功能都是微软研究院最近在口语处理方面取得的新进展。

雷锋网将文章全文整理如下。

在强大的云计算基础设施和大量训练数据的支持下，深度学习算法现已成为人工智能进化之旅中最重要的驱动力。

以下任务是语音和语言社区中广泛使用的公共基准，并且在过去三年中，微软首次在这些任务上实现了与人类相当的性能。

：语音识别：会话语音转录任务（总机）：机器翻译：汉英新闻翻译任务（WMT17）：会话问答：斯坦福会话问答任务（CoQA）这些突破对众多口语应用程序产生了深远的影响，从翻译应用程序到智能音箱的影响。

尽管市场上已经有智能音箱，但大多数智能音箱一次只能处理一个人的语音命令，并且在发出此类命令之前需要唤醒词。

微软研究院为其 Azure 语音服务添加了一些重大技术突破，新的对话转录功能将于今天推出预览版。

通过 Microsoft 引用的设备 SDK (DDK)，纯音频或视听麦克风阵列设备的可用性增强了此功能。

这是人工智能发展的重要一步，因为数十年来环境远场多人语音转录一直是科幻小说的主要内容。

新的对话转录功能扩展了微软现有的 Azure 语音服务，以支持实时、多人、远场语音转录和说话人归因。

与语音 DDK 相结合，对话转录可以有效识别房间内一小群人的对话语音，并生成处理常见但具有挑战性的场景（例如“串扰”）的转录。

对于有兴趣尝试具有视频功能的端到端转录解决方案的客户，Microsoft 正在与 Accenture、Avanade 和 Roobo 等精选客户和系统集成合作伙伴合作，分别在美国和中国定制和集成对话转录解决方案。

这种高级功能类似于微软在去年的构建中首次展示的功能。

感兴趣的企业可以向 Microsoft 请求预览，体验 AI 支持的对话转录如何提高协作和生产力。

对话转录功能能够利用多通道数据，包括来自代号为 Princeton Tower 的 Speech DDK 的音频和视频信号。

会话转录可以实时完成吗？微软新研究进展告诉你答案

边缘设备构建在 Microsoft 音频麦克风阵列或鱼眼摄像头参考设计之上，以通过视听融合支持更好的转录。

边缘设备将信号发送到 Azure 云以进行神经信号处理和语音识别。

纯音频麦克风阵列DD??K 查看Vision Keynote 的最新研究进展和演示。

[图片来源：微软研究院博客所有者：微软研究院博客] 最后，当存在缩写等专业词时，准确的音标是非常困难的。

为了解决这个问题，微软正在扩展 Azure 的自定义语音识别功能，并允许组织使用 Office 数据轻松创建自定义语音模型。

对于选择使用该服务的 Office 企业客户，Azure 可以自动生成自定义模型，以完全隔离、安全且合规的方式利用 Office 中的数据，例如联系人、电子邮件和文档。

针对特定组织的方言（例如技术术语和人员姓名）提供更准确的语音转录。

对于有兴趣尝试此新功能的客户，Microsoft 正在为您的组织提供私人预览版，使您能够从专用且优化的语音服务中受益。

【图片来源：微软研究院博客作者：微软研究院博客】微软的Azure语音服务一直支持微软自己的M解决方案以及许多使用相同统一语音平台的第三方客户。

从Allstate到小米，大家都开始使用Azure语音服务来加速自己的数字化转型。

微软可以利用NLP技术进一步增强最终的自动会议记录和Azure会话转录，例如机器翻译和QA，帮助客户实现更多目标。

雷锋网注：本文编译自微软研究院博客版权文章。

未经授权禁止转载。

详情请参阅转载说明。

站长声明

标签：

上一篇：自动驾驶公司“几何合伙人”获得近4亿元Pre-A轮融资，经纬创投、小米、百度等注资

下一篇：【全球财经24小时】2023年11月8日投融资事件汇总及详情

联明股份拟以5.82亿元收购联明包装100%股权

据投资界5月29日消息，联明股份公告称，公司拟在每股9.13元，收购联明包装100%股权。本次交易价格为5.82亿元，构成上市公司重大资产重组。本次交易前，上市公司主营业务主要包括汽车车身零部件业务和物流服务业务。本次交易完成后，公司将直接持有联明包装 %股权，并通过联

06-18
阿里巴巴等设立创投基金，投资10亿元

投资界（ID：pedaily）消息，天眼查App显示，9月25日，杭州合盛一期创业投资基金合伙企业（有限合伙）成立，投资额10亿元人民币，经营范围为创业投资（仅限于投资非上市公司）。合伙人信息显示，该公司由阿里巴巴（中国）网络技术有限公司及其子公司杭州恒运管理咨询有限公司

06-18
KIP领投蘑菇云获4200万A轮融资

据投资界7月31日消息，据亿欧网报道，深圳市蘑菇财富科技有限公司（以下简称“蘑菇云”）》）近日宣布完成1万元A轮融资。本轮融资由KIP领投，富琨资本、中南创投跟投。此前，蘑菇云曾于2018年3月获得富坤创投董事长朱菁的天使投资。 2017年3月，蘑菇云获得帕拉丁、瑞然的数

06-17
ChainChacha总局：中国矿池公司占全网算力90%，全国大学设立区块链研究站

中国矿池公司占全网算力90%　　 4月12日下午3点，排名前三的矿池公司全部来自中国，分别是BTC.com（占比26.42%）、蚂蚁矿池（16.98%）和BTC.TOP（14.47%）；前10名矿业公司中只有1个矿池来自国外。全网有20个比特币矿池。来自中国的矿池占据了全网90%以上的算力。　　越南

06-18
今日头条搜索已正式上线，口号“搜你想搜”

来自投资界的消息，今日头条搜索已于日前正式上线，口号“搜你想搜” ”。尝试在网络上搜索“投资世界”，首页顶部将是《投资界》的头条号。其他相关关联内容太有限。 7月31日，字节跳动微信公众号“字节跳动招聘”推文《这里有一个打造全新搜索引擎的机会你要不要？》主动

06-18
江苏盛宇平安科医疗健康投资基金成立，募资10亿元

据投资界7月31日消息，盛宇投资与鱼跃集团共同设立的江苏盛宇平安科医疗健康投资基金在丹阳举行盛大的启航仪式。在“资本寒冬”、“募资寒冬”的宏观背景下，该基金能够顺利完成10亿元的募资，得益于于盛宇投资秉承“稳健、创新、长久”的投资理念。任期”以及成立15年来的

06-17
Park Systems北京办事处即将盛大开业

全球领先的原子力显微镜制造商Park Systems宣布，其北京办事处将于2020年11月22日在中关村皇冠假日酒店隆重开业。中国北京。盛大的开幕式。天津大学纳米颗粒与纳米系统国际研究中心马磊教授、航空航天大学李岩教授、首都师范大学张立生教授等行业领军人物将出席开幕式，并

06-06
在新年的第一天祝您新年快乐！

星云创业扶持计划提供产品技术支持、园区政策支持、品牌支持、融资支持、商机推荐支持等，帮助中小初创企业成长、成功，让创业成为可能。

06-18
滴滴或今年二季度提交财报，三季度在港交所上市

3月19日消息，我们从多方渠道获悉，滴滴或于二季度提交财报今年第三季度完成在香港联交所上市。目前，高盛是保荐人之一。一位内部人士表示，滴滴对于上市的内部保密工作极其严格。此外，服务滴滴上市的普华永道审计团队自1月份进入公司后几乎没有休息，甚至在春节期间也是

06-18
鹰谷光电总部基地一期工程主体结构已封顶

据“南安发布”公众号，鹰谷光电总部基地一期工程主体结构已封顶最近被封顶了。据了解，鹰谷光电是一家专业从事半导体光电器件、组件、模块及制导、惯性导航和导航系统研发、生产和销售的高科技民营企业。公司基于自主知识产权和自有芯片制造线，专业从事半导体光电探测器、

06-06
ENTEGRIS中国技术中心盛大开业

拓展中国技术服务版图，旨在更好地服务亚洲高科技客户中国上海，2019年11月13日 - Entegris，特种化学品和先进材料解决方案的领导者（纳斯达克）：ENTG）今天举行庆祝活动，庆祝其中国技术中心盛大开业。 Entegris中国技术中心盛大开幕，从左至右：Entegris中国技术中心技术

06-06
蔚来3月汽车交付量破纪录，一季度交付量突破2万辆

蔚来3月交付量3辆，创历史新高，一季度累计交付0辆，首次单季度交付量超过2万台。

06-18