據(jù)悉，CHiME比賽重點(diǎn)解決的是真實(shí)、復(fù)雜場景下的語音識(shí)別，因此是語音識(shí)別領(lǐng)域最高難度的比賽之一。參賽的各個(gè)語音系統(tǒng)需要克服高噪聲、混響等干擾，在咖啡廳、公交車、街道等日常生活場景中，準(zhǔn)確地識(shí)別和處理英文語音。

　　團(tuán)隊(duì)負(fù)責(zé)人、科大訊飛研究院副院長劉聰介紹說，科大訊飛語音系統(tǒng)在六麥克風(fēng)、雙麥克風(fēng)和單麥克風(fēng)場景這三個(gè)項(xiàng)目中表現(xiàn)優(yōu)異，并大幅刷新了各項(xiàng)目的紀(jì)錄。比如，在六麥克風(fēng)場景下，系統(tǒng)的詞錯(cuò)誤率降至2.24%，相比歷史成績，錯(cuò)誤率下降了逾六成。

　　參賽系統(tǒng)凝聚了科大訊飛研究院、中國科學(xué)技術(shù)大學(xué)杜俊教授團(tuán)隊(duì)、西北工業(yè)大學(xué)陳景東教授、佐治亞理工學(xué)院李錦輝教授等國內(nèi)外知名專家的合作成果。大賽組委會(huì)認(rèn)為，在復(fù)雜場景語音識(shí)別任務(wù)上，“該系統(tǒng)已經(jīng)給出了接近完美的解決方案”。

　　劉聰認(rèn)為，更具抗噪性、實(shí)用性的語音識(shí)別技術(shù)，對于促進(jìn)中國制造業(yè)的轉(zhuǎn)型升級(jí)，價(jià)值巨大。“這意味著，我們可以把語音識(shí)別拓展到更多生活場景中去，而不受限于室內(nèi)、會(huì)場或語音通話等安靜環(huán)境，從而真正讓語音取代電子屏幕，成為‘萬物互聯(lián)’的入口。”

　　在剛剛發(fā)布的蘋果iPhone7上，其人工智能“大腦”以及智能家居平臺(tái)“HomeKit”引發(fā)業(yè)界關(guān)注。今年6月，蘋果宣布向第三方開發(fā)者開放語音接口，被視為向人工智能語音路徑邁進(jìn)的又一步。谷歌、微軟、Nuance等科技企業(yè)也在智能語音領(lǐng)域動(dòng)作頻頻。

　　語音作為最自然的人機(jī)交互方式，隨著人工智能的發(fā)展，將在未來發(fā)揮巨大的作用。中國的智能語音技術(shù)應(yīng)如何應(yīng)對全球競爭？

　　劉聰認(rèn)為，不管中文還是英文，在語音技術(shù)上是相通的。“在一個(gè)英語語音識(shí)別系統(tǒng)的高難度比賽中奪冠，說明我們在核心算法上是領(lǐng)先的。”但他也指出，拋開技術(shù)，在業(yè)務(wù)和產(chǎn)品層面，微軟、谷歌、蘋果等“巨頭”擁有各自不同的數(shù)據(jù)優(yōu)勢，可能會(huì)產(chǎn)生更好的用戶體驗(yàn)。這是中國智能語音產(chǎn)業(yè)亟待補(bǔ)齊的短板。

　　CHiME比賽始于2011年，今年由谷歌公司承辦。它由法國計(jì)算機(jī)科學(xué)與自動(dòng)化研究所、英國謝菲爾德大學(xué)、美國三菱電子研究實(shí)驗(yàn)室等知名研究機(jī)構(gòu)所發(fā)起，旨在使學(xué)術(shù)界和工業(yè)界提出全新的語音識(shí)別解決方案，以進(jìn)一步提升語音識(shí)別的實(shí)用性和普適性。