PowerPoint 演示文稿

Size: px

Start display at page:

Download "PowerPoint 演示文稿"

綮锵钮
7 years ago
Views:

1 logo 面向移动互联网的智能语音云 Mobile Internet Oriented Intelligent Speech Cloud 北京云知声信息技术有限公司

2 内容提要移劢互联网的爆发语音识别技术的突破云知声开放语音云平台互联网应用案例应用开发指南

3 移动互联网的爆发移劢互联网硬件的快速发展移劢通讯技术 :2G/3G/4G,WIFI 等智能移劢终端 : 手机电视 ( 盒 ) 车载穿戴玩具等云计算平台 : 虚拟化 GPU 计算等移劢互联网的爆发智能终端 :2013 年预计 3.9 亿 (IDC 数据 ) 海量用户 :2012 年底移劢互联网用户数量超过 4 亿 (CNNIC 数据 ) 用户习惯 : 移劢语音搜索超过 10%( 百度 ) 移劢产品 : 更加注重交互体验

6 内容提要移劢互联网的爆发语音识别技术的突破云知声开放语音云平台互联网应用案例应用开发指南

7 语音识别技术的突破 (1) 基于统计方法的语音识别系统抗噪特征提取 ( 环境 / 通道 / 说话人因素消除 ) 统计声学模型 ( 海量发音数据建模, 线上数据迭代 ) 词表与发音词典 ( 通用词典领域专用词典热词表个性词表 ) 统计语言模型 ( 海量文本数据建模, 线上数据迭代 ) 识别解码器 ( 高效搜索引擎 )

8 语音识别技术的突破 (2) 统计语音识别架构的成熟 : 数据驱劢抗噪声学特征抽取 : 语音增强噪声抑制特征变换说话人和环境的自适应技术和自适应训练 :MLLR/CMLLR-SAT 声学模型区分度训练 :MPE fmpe DNN( 深度神经网络建模 ) 超大规模语言模型训练 :TB 量级语料领域和个性化模型 : 通用 + 领域 + 热词 + 个性识别网络优化技术 :WFST 高效识别解码技术 : 大规模声学和语言模型支持快速模型迭代技术 : 线上数据迭代

9 语音识别技术的突破 (3) 语音识别的关键性能指标识别准确率 :( 正确字数 - 错多漏字数 )/ 标准答案字数 * 100% 识别速度 : 实时系数 (RTF)= 识别时间 / 语音时长 (xrt) 语音识别的难点超大参数系统的综合优化 :99%^5=95%,95%^5=77% 识别速度的优化 : 越快体验越好, 越节省服务成本! 语音识别的应用语音操控语音输入语音查询问答对话 (+ 语义理解 / 服务数据 )

10 内容提要移劢互联网的爆发语音识别技术的突破云知声开放语音云平台互联网应用案例应用开发指南

11 云知声语音云云知声的使命和定位处在市场需求爆发与语音技术突破的结合点上精准实时专业完整的智能语音服务 ( 语音识别 + 语义理解 ) 专业创新开放共赢的服务理念云知声以专业技术服务, 与广大开发者共创和共享移劢语音时代云知声语音云 2012 年 9 月 29 日发布公测 2012 年 11 月 21 日, 支持搜狗语音劣手发布 2012 年 12 月和 2013 年 4 月连续两次显著 (>30%) 性能提升 2013 年 5 月 15 日, 首家向开发者宣布 : 完全开放和永久免费!

12 云知声开放语音云平台企业客服终端用户企业营销智能客服应用开发者广告商智能语音服务平台 ( 公有云 ) 语音识别语义理解知识图谱注册和 SDK 下载地址 : 互联网企业数据

13 云知声语音云特点一流的创业团队创业团队 : 来自国内外知名企业, 毕业于一流高校研究所 ( 博士 / 硕士 ) 核心技术 : 超过 10 年的语音识别和语义理解专业技术积累产品经营 : 超过 5 年的互联网平台产品营销管理经验优秀的性能和服务完整的解决方案 : 语音识别 + 语义理解 + 知识图谱卓越的系统性能 : 业内领先的识别性能 (>93%) 和最快的识别速度 (0.2xRT) 稳定和可扩展性 : 持续无故障服务超过半年, 可根据需要随时扩展平台容量快速的系统迭代 : 平台和引擎的持续创新和改进, 线上数据和模型的持续优化先进的服务理念 : 专业创新开放共赢

14 识别性能持续提升云知声语音云线上数据实测性能演进历程

15 xrt 识别速度持续优化识别实时系数 ( 处理时间 / 语音时长 ) 云知声语音云识别实时系数演进历程

语音云开发者与主要合作伙伴 400 364 350 300 250 238 200 150 100 50 0 170 103 66 6 16 21 32

16 语音云开发者与主要合作伙伴 Sep-12 Oct-12 Nov-12 Dec-12 Jan-13 Feb-13 Mar-13 Apr-13 May-13 云知声语音云注册开发者增长趋势

17 内容提要移劢互联网的爆发语音识别技术的突破云知声开放语音云平台互联网应用案例应用开发指南

18 语音云应用模式端云结合的应用模式客户端 : 通过 SDK 完成录音和压缩, 接收识别结果语音云 : 通过云计算平台识别语音, 返回识别文本语音云智能终端终端用户

19 成功案例 1: 语音劣手应用云知声劣力搜狗语音劣手发布云知声语音劣手 ( 技术展示 )

20 成功案例 2: 语音输入应用云知声微信语音输入插件一周荣登 App Store 免费工具排行榜首位

21 成功案例 3: 智能电视劣手应用云知声独家支持 LeTV 乐视超级电视全球首发! 万事达中心 )

22 内容提要移劢互联网的爆发语音识别技术的突破云知声开放语音云平台互联网应用案例应用开发指南

应用开发指南 : 注册下载 SDK 四步获取开发包 :http://dev.hivoice.

23 应用开发指南 : 注册下载 SDK 四步获取开发包 : Step1: 注册账号 Step2: 邮件激活 Step3: 申请 AppKey Step4: 下载相应版本的 SDK

24 Android 开发指南 :SDK 导入导入 SDK, 将 usc.jar libyzs_usc.so 导入您的工程中 1). 右键您的工程根目录, 选择 New, 再选择 Folder, 输入 Folder name 为 libs 2). 将 usc.jar 拷贝到工程根目录的 libs 文件夹下 3). 右键 usc.jar, 选择 Build Path 再选择 Add to Build Path 4). 将 libyzs_usc.so 文件夹拷贝到工程根目录.\libs\armeabi 5). 导入成功

25 Android 开发指南 : 权限配置配置 AndroidManifest, 配置用户权限 ( 重要 ) 请将下面权限配置代码复制到 AndroidManifest.xml 文件中 : <uses-permission android:name="android.permission.record_audio" /> <uses-permission android:name="android.permission.internet" /> <uses-permission android:name="android.permission.access_network_state" /> <uses-permission android:name="android.permission.access_wifi_state" /> <uses-permission android:name="android.permission.change_network_state" /> <uses-permission android:name="android.permission.read_phone_state"/> 说明 : 需要录音网络状态权限

26 Android 开发指南 :SDK 示例代码 import cn.yunzhisheng.basic.*; import cn.yunzhisheng.common.uscerror; public class MainActivity extends Activity implements USCRecognizerDialogListener { private USCRecognizerDialog public void oncreate(bundle savedinstancestate) { super.oncreate(savedinstancestate); setcontentview(r.layout.activity_main); // 创建语音识别对象, 输入申请到的 AppKey recognizer = new USCRecognizerDialog(this, appkey); recognizer.setlistener(this); recognizer.show(); // 语音识别结果返回 public void onresult(string result, boolean islast) { textview.append(result); // 语音识别结束状态返回 public void onend(uscerror error) { } }

27 Android 开发指南 : 主要 API 说明 recognizer = new USCRecognizerDialog(this, appkey); 初始化识别器对象输入申请到的 appkey recognizer.setlistener(this); 设置 USCRecognizerDialogListener 的回调对象 recognizer.show(); 显示识别框, 启劢录音和识别 void onresult(string result, boolean islast) 识别结果回调, 分段返回识别结果 result, 识别结束标志 islast void onend(uscerror error); 识别结束回调函数, 识别对话框关闭, 如有错误, 可以检查错误代码 error

28 Android 开发指南 : 注意事项注意 : 混淆配置如果您的项目使用了 Proguard 混淆打包, 请务必在 proguardproject.txt 中添加以下代码 : -keep class cn.yunzhisheng.basic.*{*;} -keep class cn.yunzhisheng.common.*{*;}

29 谢谢!

untitled

untitled 1 2 3 4 5 A 800 700 600 500 400 300 200 100 0-100 10000 9500 9000 8500 8000 7500 7000 6500 6000 2006.1-2007.5 A 1986.1-1991.12 6 7 6 27 WIND A 52.67 2007 44 8 60 55 50 45 40 35 30 25 20 15 10 2001-05 2002-02