中国电信 TeleAI 星辰语音大模型再升级,支持 40 种方言及英文识别

星辰语音大模型：多方言识别再升级

11 月 3 日消息,中国电信人工智能研究院（TeleAI）在今年 5 月发布了业内首个支持 30 种方言自由混说的语音识别大模型 —— 星辰超多方言语音识别大模型。时隔不到半年,TeleAI 星辰语音大模型的多方言能力再次升级,攻克了湛江话、宜宾话、洛阳话、烟台话等方言,将方言种类从 30 种提升至 40 种,并引入对英文的识别。

预训练 + 微调：创新的训练方法

与传统的有标注训练方法相比,TeleAI 通过预训练语音识别模型,利用海量无标注数据进行预训练,再通过少量有标注数据进行微调。由于方言语音数据普遍存在无标注数据多而有标注数据少的特点,这种 “预训练 + 微调” 的模型方案与方言场景的需求能够高度契合。

模型结构和成本优化：高效且精准

TeleAI 还在模型结构和成本优化上进行了创新,实现对人工标注数据的需求量大幅降低约 50 倍,且保障模型效果与有监督训练的方言模型水平相当。这一创新不仅提升了模型的训练效率,还确保了模型在多种方言识别上的高准确性。

总结

中国电信 TeleAI 星辰语音大模型在不到半年的时间内,实现了从支持 30 种方言到 40 种方言及英文识别的升级。通过 “预训练 + 微调” 的创新训练方法,TeleAI 有效解决了方言语音数据标注不足的问题,并在模型结构和成本优化上取得了显著进展。这一升级标志着 TeleAI 在多方言语音识别领域的进一步突破,为用户提供了更为广泛和精准的语音识别服务。