阿里方面稱，對比目前業(yè)界使用最為廣泛的LSTM模型，DFSMN模型訓練速度更快，識別準確率更高。
目前主流的語音識別引擎解決方案都基本支持了MRCP協(xié)議，unimrcp也完成了和Kaldi的集成，所以DFSMN模型的使用對開源MRCP更是如虎添翼。
以下是Pull Requtests：
使用方式：
- 應用修補程序
- 該補丁是基于帶有提交“04b1f7d6658bc035df93d53cb424edc127fab819”的Kaldi語音識別工具包構建的。
- ##看看補丁中的變化
- git apply --stat Alibaba_MIT_Speech_DFSMN.patch
- ##在實際應用之前測試補丁
- git apply --check Alibaba_MIT_Speech_DFSMN.patch
- ##如果你沒有得到任何錯誤，補丁可以被干凈地應用。
- git am --signoff <Alibaba_MIT_Speech_DFSMN.patch
提交者信息：
通過開源組織的互相合作，共同分享，筆者相信Kaldi會越來越完善，完全可能成為目前商業(yè)語音識別引擎公司的強大的競爭對手。
unimrcp-MRCP協(xié)議學習分享，QQ群號：208136295
關注微信公眾號：asterisk-cn，獲得有價值的行業(yè)分享
freepbx 技術論壇：www.ippbx.org.cn
Asterisk， freepbx技術文檔： www.freepbx.org.cn
歐米（Omni）智能客服解決方案
融合通信商業(yè)解決方案，協(xié)同解決方案首選產品：www.hiastar.com
