“唔(wu)該查(cha)嚇電話(hua)費吖”“儂幫(bang)阿拉查(cha)下(xia)話(hua)費好伐？”粵語、上海話(hua)、四川話(hua)······中(zhong)國(guo)電信萬(wan)號(hao)智(zhi)能(neng)客(ke)服(fu)每天接(jie)到幾(ji)百萬(wan)通(tong)電話(hua)，其中(zhong)很大比例用方言(yan)撥打(da)，尤其是(shi)“老(lao)少邊(bian)窮”地區，一些老(lao)人習慣(guan)說方言(yan)，甚至只會說方言(yan)，智(zhi)能(neng)客(ke)服(fu)及人工客(ke)服(fu)都難(nan)以理解，溝通(tong)效率(lv)難(nan)免(mian)大打(da)折扣。據統計，全(quan)國(guo)仍(reng)有約20%人口未普(pu)及普(pu)通(tong)話(hua)，他們(men)常常被隔絕在智(zhi)能(neng)信息服(fu)務之外，難(nan)以享受到AI時代的便利。

近日(ri)，中國電信(xin)人(ren)工(gong)智(zhi)(zhi)能(neng)研究院（TeleAI）發布業內(nei)首個(ge)支持30種方言自(zi)由混說的(de)(de)(de)(de)語(yu)音識(shi)(shi)(shi)別大(da)模型(xing)(xing)——星(xing)辰超多(duo)方言語(yu)音識(shi)(shi)(shi)別大(da)模型(xing)(xing)，打破單一模型(xing)(xing)只能(neng)識(shi)(shi)(shi)別特定(ding)單一方言的(de)(de)(de)(de)困(kun)境，可同時識(shi)(shi)(shi)別理解粵(yue)語(yu)、上海(hai)話、四(si)川話、溫州(zhou)話等30多(duo)種方言，是國內(nei)支持最(zui)多(duo)方言的(de)(de)(de)(de)語(yu)音識(shi)(shi)(shi)別大(da)模型(xing)(xing)。中國電信(xin)人(ren)工(gong)智(zhi)(zhi)能(neng)研究院用最(zui)前(qian)沿的(de)(de)(de)(de)語(yu)音識(shi)(shi)(shi)別技術(shu)，讓(rang)溝通(tong)更加自(zi)然流(liu)暢(chang)，極大(da)解決老年人(ren)及“老少邊窮”地(di)區人(ren)們的(de)(de)(de)(de)信(xin)息(xi)服(fu)務無法(fa)觸達的(de)(de)(de)(de)問題，為人(ren)們搭建一條(tiao)通(tong)往AI時代的(de)(de)(de)(de)溝通(tong)橋梁。

用AI守護方言，讓語言文化煥發生命力

方言(yan)是中(zhong)(zhong)國(guo)文化(hua)多(duo)樣性(xing)的(de)瑰寶，傳承(cheng)豐富(fu)的(de)歷(li)史文化(hua)內涵；方言(yan)也是不同(tong)區(qu)域(yu)文化(hua)的(de)靈魂，凝聚人(ren)們鄉(xiang)情的(de)根源，具有豐富(fu)的(de)人(ren)文價值。然而，很多(duo)方言(yan)卻在社會經濟快速發(fa)展中(zhong)(zhong)不斷消亡，保護方言(yan)傳承(cheng)語言(yan)文化(hua)已迫在眉睫。

AI正在為傳承語(yu)言(yan)(yan)文化注(zhu)入全新生命力(li)。方(fang)言(yan)(yan)語(yu)料采集、記(ji)錄和歸納后，需保(bao)證能被后人正確理解。中國幅(fu)員遼闊(kuo)，“百里(li)不(bu)同(tong)俗，十里(li)不(bu)同(tong)音”各(ge)(ge)種方(fang)言(yan)(yan)語(yu)法(fa)語(yu)音特征各(ge)(ge)不(bu)相同(tong)，傳統(tong)的方(fang)言(yan)(yan)研究依賴于調查者主觀(guan)感知標(biao)注(zhu)，人力(li)工程量巨大(da)且難以系統(tong)標(biao)注(zhu)。而(er)AI能夠更高(gao)效、系統(tong)地對(dui)方(fang)言(yan)(yan)進(jin)行整理歸納，對(dui)方(fang)言(yan)(yan)保(bao)護和傳承意義重大(da)。

構建高(gao)(gao)質(zhi)量方言(yan)數(shu)(shu)據(ju)庫，是(shi)方言(yan)保護(hu)和(he)(he)研究的基礎。當前(qian)(qian)，中(zhong)國(guo)電(dian)信人(ren)工智能研究院已構建超30種，超30萬小時的高(gao)(gao)質(zhi)量方言(yan)數(shu)(shu)據(ju)庫，方言(yan)數(shu)(shu)據(ju)庫在(zai)豐富性和(he)(he)高(gao)(gao)質(zhi)量等(deng)層面(mian)均居于(yu)業內(nei)前(qian)(qian)列。

中國電信人(ren)工(gong)智能研(yan)(yan)(yan)究院（TeleAI）堅持自主研(yan)(yan)(yan)發(fa)創新，在(zai)中國電信CTO、人(ren)工(gong)智能研(yan)(yan)(yan)究院院長李(li)學龍帶領(ling)下，推出了星辰(chen)語(yu)音(yin)(yin)大(da)(da)模(mo)(mo)(mo)型(xing)(xing)，通過超大(da)(da)規(gui)模(mo)(mo)(mo)語(yu)音(yin)(yin)預訓練和多(duo)方(fang)言聯合(he)建模(mo)(mo)(mo)，率先(xian)實現單一(yi)模(mo)(mo)(mo)型(xing)(xing)支持30種方(fang)言自由混說語(yu)音(yin)(yin)識別，是國內支持最(zui)(zui)多(duo)方(fang)言、覆蓋人(ren)口最(zui)(zui)多(duo)的(de)(de)語(yu)音(yin)(yin)大(da)(da)模(mo)(mo)(mo)型(xing)(xing)；研(yan)(yan)(yan)發(fa)團隊首(shou)創“蒸餾+膨脹(zhang)”聯合(he)訓練算法，解決超大(da)(da)規(gui)模(mo)(mo)(mo)多(duo)場景(jing)數據集和大(da)(da)規(gui)模(mo)(mo)(mo)參數條件下，預訓練坍縮的(de)(de)問(wen)題，實現1B參數80層模(mo)(mo)(mo)型(xing)(xing)穩定訓練；星辰(chen)語(yu)音(yin)(yin)大(da)(da)模(mo)(mo)(mo)型(xing)(xing)也是業內首(shou)個開源的(de)(de)基于離散語(yu)音(yin)(yin)表征(zheng)的(de)(de)語(yu)音(yin)(yin)識別大(da)(da)模(mo)(mo)(mo)型(xing)(xing)，通過“從語(yu)音(yin)(yin)到(dao)token再到(dao)文本”的(de)(de)建模(mo)(mo)(mo)新范式，將推理(li)時語(yu)音(yin)(yin)傳輸比特率降(jiang)低數十倍。

星辰(chen)語音(yin)(yin)(yin)大(da)模(mo)(mo)型(xing)以絕對(dui)領先的性能(neng)，斬(zhan)獲多(duo)(duo)個(ge)國(guo)(guo)(guo)(guo)際權威賽(sai)事冠軍。在(zai)權威國(guo)(guo)(guo)(guo)際語音(yin)(yin)(yin)頂會INTERSPEECH2024離散語音(yin)(yin)(yin)單元建模(mo)(mo)挑(tiao)戰賽(sai)上(shang)，憑借星辰(chen)語音(yin)(yin)(yin)識別大(da)模(mo)(mo)型(xing)的領先技術，中國(guo)(guo)(guo)(guo)電信人工智能(neng)研究院(yuan)語音(yin)(yin)(yin)團隊斬(zhan)獲語音(yin)(yin)(yin)識別賽(sai)道(dao)(dao)冠軍。在(zai)業(ye)內(nei)知(zhi)名的多(duo)(duo)方言語音(yin)(yin)(yin)識別數(shu)據集KeSpeech任務上(shang)，星辰(chen)語音(yin)(yin)(yin)大(da)模(mo)(mo)型(xing)打破紀(ji)(ji)錄(lu)，領先之(zhi)前最優結(jie)果(guo)20%，以高(gao)達92.97%的準確(que)率刷(shua)新最優結(jie)果(guo)。同(tong)時在(zai)NIST（美國(guo)(guo)(guo)(guo)國(guo)(guo)(guo)(guo)家(jia)標準與技術研究院(yuan)）組(zu)織的Babel低資(zi)源語音(yin)(yin)(yin)識別項目(mu)電話粵(yue)語賽(sai)道(dao)(dao)上(shang)，刷(shua)新紀(ji)(ji)錄(lu)取得目(mu)前業(ye)內(nei)最好成績。極佳的性能(neng)保(bao)證用戶與星辰(chen)語音(yin)(yin)(yin)大(da)模(mo)(mo)型(xing)對(dui)話，無需刻意切換(huan)普通話，也(ye)無需提高(gao)音(yin)(yin)(yin)量放慢語速，可以像和家(jia)人講(jiang)話一樣自然(ran)地(di)暢所欲(yu)言。

勇擔央企使命，中國電信搭建AI時代溝通橋梁

隨著AI技(ji)(ji)術(shu)高速(su)發展，人(ren)(ren)(ren)們享(xiang)受著智能(neng)化(hua)、無(wu)人(ren)(ren)(ren)化(hua)服務(wu)的便利。然(ran)而，“老少邊窮(qiong)”地(di)(di)區及很多老人(ren)(ren)(ren)，由于方言限制，正逐漸被AI時代(dai)拋棄。中國電信(xin)(xin)堅(jian)定地(di)(di)承擔央企責任(ren)，用AI搭建溝通的橋梁，讓每一個(ge)人(ren)(ren)(ren)都能(neng)享(xiang)受AI時代(dai)便利。同時，中國電信(xin)(xin)有幾億(yi)用戶和豐富應用場(chang)景，天然(ran)具(ju)備數(shu)據飛輪飛速(su)轉動的優(you)勢，無(wu)疑(yi)將促進(jin)技(ji)(ji)術(shu)更(geng)快進(jin)步，更(geng)好地(di)(di)服務(wu)每一個(ge)人(ren)(ren)(ren)。

據悉，星(xing)辰(chen)語(yu)音大(da)模(mo)(mo)型已(yi)廣(guang)泛應用落地(di)(di)。星(xing)辰(chen)語(yu)音大(da)模(mo)(mo)型已(yi)在福建、江西、廣(guang)西、北京、內蒙(meng)古(gu)等(deng)地(di)(di)的中國電(dian)(dian)信萬(wan)號智能(neng)客(ke)服(fu)試點應用，接入星(xing)辰(chen)大(da)模(mo)(mo)型以后，萬(wan)號智能(neng)客(ke)服(fu)秒(miao)懂30種方言(yan)，自(zi)(zi)然流暢地(di)(di)服(fu)務用戶，實現(xian)日(ri)均處(chu)理(li)約200萬(wan)通(tong)(tong)電(dian)(dian)話；智能(neng)客(ke)服(fu)翼聲平(ping)臺接入星(xing)辰(chen)大(da)模(mo)(mo)型的語(yu)音理(li)解和分析能(neng)力，實現(xian)31省份全覆(fu)蓋，每天處(chu)理(li)125萬(wan)通(tong)(tong)客(ke)服(fu)電(dian)(dian)話。此外，星(xing)辰(chen)語(yu)音大(da)模(mo)(mo)型還落地(di)(di)多(duo)地(di)(di)市(shi)的12345平(ping)臺，賦能(neng)客(ke)服(fu)人員秒(miao)懂30種方言(yan)，更(geng)自(zi)(zi)然流暢理(li)解更(geng)多(duo)市(shi)民(min)需求，提(ti)升(sheng)溝通(tong)(tong)效(xiao)率(lv)，助力政務工作智能(neng)化升(sheng)級，更(geng)高效(xiao)、便捷地(di)(di)為每一位市(shi)民(min)提(ti)供服(fu)務。

在(zai)中國(guo)國(guo)際大數(shu)(shu)據產業博覽(lan)會上，星(xing)辰語音(yin)大模型讓數(shu)(shu)字人“能聽(ting)會說”，數(shu)(shu)字人“數(shu)(shu)數(shu)(shu)”，聲音(yin)甜美生動，與康輝(hui)同臺主持(chi)，中英(ying)文隨意切換，交流(liu)對話自然流(liu)暢(chang)，廣(guang)受(shou)好評(ping)。

星辰語(yu)(yu)(yu)音大模(mo)型(xing)現已對外開(kai)源，攜手(shou)合作伙伴及個(ge)人開(kai)發者(zhe)，開(kai)發面向更多(duo)場(chang)景的(de)應用，共同守護方(fang)言(yan)、傳承語(yu)(yu)(yu)言(yan)文化，助力AI普惠(hui)。未來，中國電信(xin)人工智能(neng)研究院將持續(xu)深(shen)耕研發創新，不(bu)斷提高支持方(fang)言(yan)的(de)數量和準確度，計劃建成首個(ge)覆蓋(gai)全國333個(ge)地市(shi)方(fang)言(yan)和主要(yao)少數民族語(yu)(yu)(yu)言(yan)的(de)語(yu)(yu)(yu)音識別大模(mo)型(xing)，切實讓“老少邊窮”、老年人等群體都能(neng)享受到AI時代的(de)便(bian)利(li)。