中国AI又夺一冠!依图刷榜全球声纹识别挑战赛刷新纪录大比分夺魁

作者:admin 来源:http://www.222066.net 发布时间:2019-09-19 浏览:

香港正版挂牌所以被称，在这场汇聚了中外语音领域顶级高手的挑战赛中，依图（logicworld）以绝对领先优势斩获冠军。现在，依图则进一步用一个前沿技术领域的全球冠军，展示了其技术深度之外，在广度方面的开拓。 VoxSRC，由来自牛津大学，斯坦福国际研究院

　　香港正版挂牌所以被称，在这场汇聚了中外语音领域顶级高手的挑战赛中，依图（logicworld）以绝对领先优势斩获冠军。

　　现在，依图则进一步用一个前沿技术领域的全球冠军，展示了其技术深度之外，在广度方面的开拓。

　　VoxSRC，由来自牛津大学，斯坦福国际研究院和麻省理工的学者组织举办。

　　参赛者包括约翰霍普金斯大学、法国国家信息与自动化研究所、日本电气（NEC）等传统豪强，也有中国的清华大学，天津大学，中山大学，依图科技，平安科技等学校企业。

　　指纹识别，人脸识别已经被大众所熟知，但同样作为生物信息识别的一种——声纹识别（即说话人识别），目前还是技术挑战的前沿，常在科幻电影中出现，也常被语音AI公司当展望谈及。

　　声纹识别权威评判标准不多，但真正检验技术的，VoxCeleb说话人识别挑战赛可能算一个。

　　比赛采用的训练数据集为VoxCeleb2，由牛津大学发起提供。这一数据集中的音频全部采集自YouTube，场景包括明星红地毯、名人演讲、真人节目访谈以及大型体育解说等，包含了5994位名人的超过一百万条语音。

　　这些名人涉及不同的性别，种族，口音，职业和年龄，并且音频中存在各种各样的背景噪声，包括环境突发噪声、背景人声、笑声、回声，室内噪声和录音设备噪声等等。

　　面对如此挑战，想让AI准确提取声学特征、说话人特征，并实现准确的识别匹配，并非易事。

　　而就在这场比赛中，依图不仅大幅刷新该纪录，将EER压缩至0.98%，还超出第二名（1.42%）一个身位，以绝对优势夺冠。

　　作为一种生物识别解决方案，声纹识别在金融等对个人信息安全有高要求的行业当中，也能够提供更高的安全性，强化风控能力。

　　此外作为智能语音应用落地的更大挑战，声纹识别的攻坚，对于性别年龄画像、语种方言识别，进而做到真正的语音交互千人千面，都是绕不过去的核心问题。

　　而且随着AI在各行各业的场景化落地越来越普遍，技术冗余，针对不同问题提供不同解决方案，也在成为AI公司竞争力的核心要求。

　　之前，依图被人熟知，更多是“CV四小龙”的并称，强调其在视觉领域的地位。

　　依图也确实在多项视觉国际比拼中斩获冠军。比如依图连续三年参加美国国家标准技术局（NIST）人脸识别供应商测试（FVRT），连续三次斩获冠军。

　　在安防、金融和医疗领域，依图的AI视觉能力，也赢得了真实业务场景的认可。

　　但2018年以来，依图开始展现出强大的“泛化”能力，开始将AI技术打通，并迅速在拓展领域取得核心突破。

　　在语音领域，其语音识别算法在全球最大的开源中文数据库AISHELL-2上字错率仅3.71%，大幅刷新纪录。

　　在NLP方面，依图联合广州妇女儿童医疗中心等机构，将自然语言处理（NLP）技术应用于儿科疾病诊断，成果登上《自然·医学》（Nature Medicine），这也创下中国AI医学的新纪录。

　　其后更令业界震动的是，依图低调部署研发，完成了自主AI芯片“求索”的流片、发布并商用，以“算法即芯片”理念，提出智能密度的新理论，为AI场景化落地，提供坐标参考系。

　　最近一次，由工信部、公安部及网信办三部委指导主办的“中国人工智能高峰论坛”上，依图AI芯片不仅获得了AI创新之星，依图也在首届多媒体信息识别竞赛中，于11个任务中，斩获10个A级，为所有参赛者中夺冠最多。

　　这种模式在科技创业的历史中并不陌生。先有垂直深度，然后平台化迁移，打造技术更为全面、应用更加广泛的大平台。

　　但在AI历程中，这样既要保证深度又有兼顾广度的事情，依图之外，还无人做到。