近日，語音與語言處理學(xué)術(shù)圈頂會IEEE SLT（Spoken Language Technology Workshop，口語技術(shù)研討會）2022年論文錄用情況正式公布，150余篇頂級學(xué)術(shù)成果出爐。由數(shù)美科技人工智能研究院李田、孟慶梁、孫宇健等專家聯(lián)合研究發(fā)表的論文“IMPROVED NOISY ITERATIVE PSEUDO-LABELING FOR SEMI-SUPERVISED SPEECH RECOGNITION”（《改良NIPL訓(xùn)練方案在半監(jiān)督語音識別領(lǐng)域的應(yīng)用》）順利通過嚴(yán)格的交叉評審（接收率42.1%）后被國際會議SLT 2022錄用。
由于ASR（Automatic Speech Recognition，自動語音識別技術(shù)）標(biāo)注成本較高，實(shí)施半監(jiān)督式訓(xùn)練一直是科研界和工業(yè)界的熱點(diǎn)問題。在本篇論文中，數(shù)美科技人工智能研究院的專家們提出了一種基于假設(shè)分布檢驗(yàn)的經(jīng)驗(yàn)評分方法來指導(dǎo)迭代PL訓(xùn)練，從而降低數(shù)據(jù)實(shí)驗(yàn)成本，同時提高ASR效果。
研究提出了一種基于高斯分布置信度的數(shù)據(jù)質(zhì)量過濾方案，同時提出了一個切實(shí)可行的啟發(fā)式評分策略來指導(dǎo)標(biāo)記和未標(biāo)記數(shù)據(jù)之間的平衡。研究數(shù)據(jù)表明，這種策略不僅大大減少了數(shù)據(jù)實(shí)驗(yàn)的數(shù)量，而且提高了ASR效果的上限，此外還可以在一定程度上預(yù)測PL訓(xùn)練下一次迭代的有效性。
數(shù)美科技NLP技術(shù)專家、研究項(xiàng)目負(fù)責(zé)人李田表示，這項(xiàng)研究的最終目的是要解決半監(jiān)督學(xué)習(xí)在工業(yè)界落地的問題，最大程度地避免無窮無盡的數(shù)據(jù)實(shí)驗(yàn)，達(dá)到降低實(shí)驗(yàn)成本、增強(qiáng)ASR效果、提升字準(zhǔn)確率的目的。
據(jù)悉，IEEE信號處理學(xué)會（IEEE Signal Processing Society）語音與語言處理技術(shù)委員會（Speech and Language Processing Technical Committee，SLTC）是國際上語音與語言處理研究的權(quán)威學(xué)術(shù)組織。IEEE Spoken Language Technology Workshop（SLT，口語技術(shù)研討會）是該委員會主導(dǎo)的兩年一次的旗艦會議，是語音與語言處理學(xué)術(shù)圈的頂會，歷史悠久，影響廣泛。會議通過廣泛的論文征集，嚴(yán)格的同行評審，并通過特邀報告、特別議題、論文展示、企業(yè)展臺等多種形式，呈現(xiàn)最前沿的學(xué)術(shù)進(jìn)展和最活躍的學(xué)術(shù)思想，極大地促進(jìn)了國際上語音與語言處理技術(shù)相關(guān)科研人員的交流合作。
談及此次科研項(xiàng)目的意義，李田和孫宇健說，“數(shù)美科技人工智能研究院與業(yè)界其他研究院的不同之處在于，我們的研究是與公司業(yè)務(wù)緊密結(jié)合的，此次研究的成果也將助力數(shù)美天凈產(chǎn)品效果升級，進(jìn)一步提升ASR準(zhǔn)確率。我們享受不斷探索認(rèn)知邊界的樂趣，逐步掃清人類的未知領(lǐng)域，是我們在艱難險阻中將研究進(jìn)行下去的動力，時刻保持對未知領(lǐng)域的探索也是我們永遠(yuǎn)熱衷的事情。”
2023年1月，李田、孫宇健兩位專家將代表數(shù)美科技人工智能研究院赴卡塔爾多哈參加2022 IEEE口語技術(shù)研討會，與Google，F(xiàn)acebook，Amazon等前沿科技企業(yè)分享他們在語音和文本領(lǐng)域內(nèi)的研究成果，屆時該論文也將在此次研討會上正式亮相。讓我們共同期待這場語音與語言處理最前沿的學(xué)術(shù)進(jìn)展和最活躍的學(xué)術(shù)思想盛宴！
科技創(chuàng)新永無止境。作為一家以科技創(chuàng)新為立身之本的人工智能風(fēng)控公司，數(shù)美科技既扎根于國內(nèi)創(chuàng)新創(chuàng)業(yè)土壤，同時也銳意進(jìn)取，積極追隨國際最前沿的技術(shù)腳步。此次數(shù)美科技人工智能研究院的科研成果能夠入選語音與語言處理頂級會議IEEE SLT，正是數(shù)美科技邁向國際化的重要一步。未來，數(shù)美科技將懷抱“成為一家世界一流的科技公司”愿景，保持對前沿技術(shù)永無止境的追求，深化國際科技交流合作，推動人工智能風(fēng)控技術(shù)走向世界。
關(guān)于數(shù)美科技人工智能研究院：
數(shù)美科技人工智能研究院成立于2016年，由數(shù)十位在圖像、語音、自然語言處理領(lǐng)域深耕多年的研究員、開發(fā)者和架構(gòu)師組成，時刻走在深度學(xué)習(xí)等人工智能領(lǐng)域最前沿，推動數(shù)美數(shù)字風(fēng)控從前沿技術(shù)到實(shí)用產(chǎn)品的落地創(chuàng)新，針對行業(yè)場景和客戶需求不斷開展高通用性、強(qiáng)定制化的模型策略研發(fā)工作。數(shù)美科技人工智能研究院獨(dú)創(chuàng)業(yè)界首家嬌喘識別技術(shù)，掌握上萬種廣告變體識別技術(shù)、賬號設(shè)備風(fēng)險分析技術(shù)等前沿科技。
