科技日报记者 吴长锋
12月8日，安徽声云智能科技有限公司（以下简称声云智能）正式对外发布了其“智能办公多语种识别与角色分离技术”。声云智能首席科学家洪青阳教授对外表示，此举正是公司积极响应“人工智能+”行动，将人工智能语音技术转化为赋能实体经济的一系列技术实践。
“涉外商务谈判、国际性会议、跨语种客户服务……许多场景都需要跨语种翻译技术作为支撑。比如，针对会议、访谈等复杂场景，需要区分不同说话人。环境噪声干扰、语音交叠、说话人数未知等多重挑战，角色分离曾是行业公认的技术难题。”洪青阳告诉记者，公司研发团队历经多年持续攻关，先后完成了三轮核心算法的迭代，不仅有效提升了分离精度，更实现了运行效率的显著提升，达成了精度与效率的较优平衡。“在攻克多语种识别这一关键技术上，声云智能研发团队针对性地开展小语种微调训练，成功构建高效的流式识别模型，不仅实现了高质量的实时语音转写，更拓展了同声传译等高级功能。”洪青阳表示，面向蓬勃发展的智能办公场景，声云语音技术通过持续快速迭代，为AI鼠标、智能录音笔等硬件产品的创新提供了坚实的技术底座，从而为智能会议系统、媒体生产、司法庭审等众多场景提供了可靠的技术支持。
据介绍，目前该技术已覆盖欧洲、东南亚等全球多个地区的超100种语言，显著提升了跨语言沟通与信息处理的效率。
（受访者供图）
网友评论
