DUI标注训练一体化平台全场景应用，识别体验持续提升

　　＂07---读 洞拐＂
　　＂什么是疱疹---什么是PORT＂
　　＂导航去fu南电视台---导航去湖南电视台＂
　　＂介个东西是我的---这个东西是我的＂
　　人机自由交流的前景是漫长而渐进的，语音识别技术在细分场景持续落地，需要＂因地制宜＂提升识别效果。
　　01语音识别的＂三大考验＂
　　噪声环境。目前对语音识别效果影响最大的就是环境杂音或噪音，在公共场所中，来自四面八方的声音会让识别系统不知所措，实验室环境下的优异表现可能在实际应用场景中被＂吊打＂。例如在高铁、地铁、公交等交通场景下，多种混合噪声降低了识别效果，进而影响用户在询路、购票、换乘过程中的交互体验。
　　专业术语。大多数垂直应用场景都有自身的专业术语和指代用词，例如医疗场景中病症、医药名，门店销售场景中的奢侈品牌名称、型号，公安审讯场景中的敏感词汇，会议场景中的人名、地名等等，要求语音系统适应各种领域，还能准确识别特殊用词不是件容易事。
　　多语言混合识别。＂你好小驰，hu（福）建今天天气怎么样？那fu（湖）南呢？＂识别方言口音在生活中随处可见，伴随着AI技术拓展到了三、四线城市，智慧门店、地产售楼、汽车4S店等场景的应用都重在＂入乡随俗＂。此外，中英混杂、多语种等语言习惯也影响着识别效果。
　　02场景驱动，定制模型提升识别率
　　思必驰推出DUI标注训练一体化平台是集成语音标注、模型自训练、识别测试、服务部署和团队管理于一体的一站式产品，提供数据标注-模型优化-测试评估-服务部署完整链路语音识别自主优化能力，支持私有化部署，协助企业在短期内实现识别效果＂不可用->可用＂的提升，实现快速更新响应，持续提升场景识别效果。
　　目前，思必驰DUI标注训练一体化平台，已在医疗、政务、航空等多个行业领域得到应用。平台支持私有云一键化部署，未来也将以公有云的形式对外开放，用于语音识别优化。注册用户可全流程自主掌握，后续规模化的拓展也将触类旁通。
　　会议场景：会议记录更细致
　　会议发言的实时转写、纠错与记录是现代办公的强需求。会议场景下的需求可以归纳为两方面：
　　1. 准确度高，即识别结果要准。行业领域常用语、专有名词、中英文混杂、人名职位等各种词汇篇章表述需要尽可能准确。借助平台进行语言和热词模型的训练，训练后的模型在会议真实场景下的识别率提升至95%以上。另外，使用语言模型增量训练模式，通过反复迭代，可以增强在某一个细分场景或领域下的识别效果。除此以外，大会场景下，可以针对领导发言人的用语习惯进行声学定制，系统持续自我＂进化＂，模型将越用越智能。
　　2. 阅读性强，即识别出的文本易于阅读，可懂度高。会议转写结果通常会是篇章段落，且多含有口语化表达，因此识别结果要通俗易懂，尤其在标点断句上要＂通人性＂。通过平台的标点、顺滑、断句模型训练可以输出符合众人阅读习惯的文本。
　　航空通讯场景：语音质检更安全
　　航空通讯比通用场景复杂，除存在诸多QNH（海平面气压）类似的缩写词汇、专业术语外，断句、发音方式1(幺)、2(两)、7(拐)、0(洞)等，也比较特殊。只有精准识别座舱内飞行员之间、或与地面塔台间的沟通话术，才可有效确保飞行安全。用户通过DUI标注训练一体化平台可进行语言+声学+标点的自训练，实现标点断句自动化全量质检，降低了人工成本，提升沟通效率，保障飞行安全。在已有落地案例中，实现了识别准确率相对提升40%。
　　医疗场景：专业术语更精准
　　医疗场景的应用不仅面临器械噪声、候诊人群说话声等背景噪声，还面临着专业科室、专家名、病症等专业术语，例如，＂血压150毫米汞柱＂、＂推 XX Mg液体＂。语音识别的准确性关乎诊断结果的正确输出。DUI标注训练一体化平台模型在对词汇、语句、发音优化后，实现识别准确率相对提升40%，在医疗垂直领域下的效果更佳。平台的私有化部署，可将患者隐私存储在医院自建机房中，确保数据安全。
　　城市交通：风暴降噪更清晰
　　风噪、路噪、发动机噪声等多重环境噪音是城市交通场景应用的一大难题。DUI标注训练一体化平台通过思必驰VDCNN自研算法降噪，针对交通场景深度学习，在嘈杂环境下也能耳听八方。同时，支持普通话/中英混合/英语/粤川沪等多语种及方言的识别，＂入乡随俗＂准确识别＂(lei)岗站、＂东涌(chong)站＂等冷门、多音字的站名，让乘客通过咨询机进行语音问询、购票更自由。
　　数字化门店：消费者服务更个性
　　在各类门店中，服务人员可佩戴着蓝牙耳麦、智能录音工牌与客户交谈，AI辅助服务行业数字化转型。
　　例如在地产售楼场景中，精细化语音识别效果，强化对方言口音、＂预算＂、＂产权＂等行业关键词的识别。餐饮店内，记录下最受欢迎的＂菜品名＂。汽车4S店中，通过对＂排放量＂、＂品牌名＂、等高频词汇识别，进行用户画像分析。不仅可以规范员工的服务话术，更能基于大数据洞察用户需求，给出针对性方案提升签单转化率。
　　语音识别优化是一个漫长的过程，伴随海量数据不断更新，语音识别准确率将持续提升。
　　智能经济形态下，以AI为技术手段，赋能产业形态转型升级是思必驰所愿。将自主定制的主动权交给用户，让智能语音交互技术持续下沉，赋予各行业投入智能化浪潮的自由权利，或许智能化故事才刚刚开始。