新闻聚焦速览 9小时前
识别率超75% AI听懂你的声音
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_font3.html

 

工联网消息 ( IItime ) 清晨的地铁站,人来人往。林女士又一次下意识地放慢脚步,低头假装看手机,与迎面走来的同事擦肩而过。这个看似寻常的早晨,对她而言却是一场无声的考验。

" 以前上班路上,远远看到同事走过来,我第一反应就是绕道。" 林女士回忆道,手指不自觉地摩挲着衣角," 不是不想打招呼,是怕自己发音不准,对方听不懂,也怕对方那种困惑的眼神。"

作为一名听障人士,林女士从小佩戴助听器,但在嘈杂环境中依然 " 听不清 "。更让她困扰的是,长期缺乏语音练习让她陷入 " 不敢说、怕说错 " 的循环。她坦言,过去的生活像被困在一座 " 现代孤岛 " ——就医需要家人陪同,社交活动能推则推。

就在林女士几乎要习惯这种孤独时,转机悄然而至。今年年中,通过当地残联,她第一次接触到了中国移动开发的 " 中移无障碍 " 小程序。这个看似普通的手机应用,带领她开始了一段全新的语音康复之旅。

" 第一次使用,系统让我读几句话,识别率只有 30% 左右。" 林女士说这话时,眼中却带着光," 但它不像人那样会不耐烦,反而每次都会鼓励我。" 这个小程序通过 AI 技术分析她的发音问题,精准指出声母、韵母的偏差,并通过波形图对比,让她第一次 " 看见 " 了自己的声音与标准音的差距。

用户的发音评分情况

随着使用次数的增加,系统会根据她的语音数据,逐步训练出 " 专属语音识别模型 ",这个为她量身定制的 AI 助手,不仅用于日常训练,还能在实际沟通中,将她不清晰的语音实时转写成文字,让对方一目了然。

" 以前去医院都得家人陪着,现在我自己去也没问题了。" 林女士笑着展示手机界面:当她说 " 挂号 ",屏幕上准确识别并显示出 " 挂号 " 二字。" 这种感觉,像是终于有了一座桥,连接起了我和外面的世界。"

这些改变是如何发生的?" 我们不仅是在做一款产品,更是在做一种陪伴。" 中国移动互联网公司产品负责人给出了答案。原来,得益于中国移动遍布全国的智算中心和自研的发音质量评估算法,系统能够分析每位用户的发音弱点,针对性收集语音数据。

用户参加语音素材收集活动

研发团队通过深入理解听障群体发音的差异性,用 AI 技术识别归纳出 20 余种常见构音障碍类型,进行专项问题突破。" 仅需传统方法三分之一的训练样本量,就能构建出个性化专属模型。" 目前,模型平均识别率从初期不足 30% 提升至 75% 以上,部分用户接近 90%。此外,研发团队还将个人专属模型压缩至百兆级别,使其轻松运行在普通手机上,大大降低了使用门槛,让更多人受益。

记者看到,目前该方案已集成至中国移动 "5G 新通话 ",在通话中就可实现毫秒级语音转文字,借助 "5G 消息 " 识别对话场景智能生成快捷回复;在社交、就医等现场沟通场景中," 面对面助手 " 提供着精准的转写支持。

中国移动互联网公司产品负责人的感悟尤为深刻:" 科技向善的意义,不仅仅是帮助听障群体,同时也是激发我们这些科技创新工作者人性之中向善的一面。双向奔赴的力量,才能唤醒大模型的力量。"

如今,在地铁站里,林女士不再躲避同事。她开始主动微笑、打招呼,甚至参与工作讨论。" 虽然发音还不完美,但我知道,我在进步。" 她说这话时,声音里透着从未有过的从容," 而这份进步,背后是科技带来的底气。"

在这个每一声 " 你好 " 都值得被听见的时代,技术正悄然成为那座无声的桥——它不只是一串串代码和算法,更是贯通听与说的纽带,连接你与我的桥梁,让曾经被困在孤岛上的心灵,重新融入世界的对话。

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai 中国移动 小程序 准确 界面
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论