12 月 22 日消息，阿里巴巴達(dá)摩院今日發(fā)布了新一代語(yǔ)音識(shí)別模型 Paraformer，適用于語(yǔ)音輸入法、智能客服、車(chē)載導(dǎo)航、會(huì)議紀(jì)要等場(chǎng)景。
據(jù)介紹，這是業(yè)界首個(gè)應(yīng)用落地的非自回歸端到端語(yǔ)音識(shí)別模型，在推理效率上最高可較傳統(tǒng)模型提升 10 倍，且識(shí)別準(zhǔn)確率在多個(gè)權(quán)威數(shù)據(jù)集上名列第一。目前，該模型于魔搭社區(qū)面向全社會(huì)開(kāi)源。
數(shù)據(jù)顯示，配合 GPU 推理，不同版本的 Paraformer 可將推理效率提升 5-10 倍。同時(shí)，Paraformer 使用了 6 倍下采樣的低幀率建模方案，可將計(jì)算量大幅降低，支持大模型的高效推理。
IT之家了解到，阿里達(dá)摩院方面表示，Paraformer 是阿里巴巴研發(fā)的下一代“殺手锏”級(jí)別的語(yǔ)音識(shí)別基礎(chǔ)模型，未來(lái)將廣泛應(yīng)用于會(huì)議紀(jì)要產(chǎn)品“聽(tīng)悟”、釘釘語(yǔ)音轉(zhuǎn)文字、高德導(dǎo)航等場(chǎng)景。
