信息是如何從我們的大腦傳遞給計算機的？從早期的鍵盤到我們口袋里的觸摸屏，我們逐步擴展了人機數(shù)字交互的方式。隨著自動語音識別（ASR）技術的發(fā)展，人工智能系統(tǒng)與真正“人類”交流的方式的差距逐漸縮短。

　　本質上講，語音識別可將人的語音轉換為文字，允許人機進行語音對話。

　　現(xiàn)今的語音識別主要通過將數(shù)據(jù)集直接輸入算法來進行語音模型的訓練。通常，工業(yè)界為了適應不同年齡、不同地域、不同人群、不同信道、不同終端和不同噪聲環(huán)境的應用環(huán)境，往往需要大量語音語料和文本語料來進行訓練，使之有效提高識別率。隨著移動互聯(lián)網的發(fā)展，大量文本和語音語料可從多個渠道進行獲取，為語音識別的語言模型和聲學模型的訓練提供了豐富的資源，使得通用大規(guī)模語言模型和聲學模型成功構建。

　　靈云語音識別能力基于捷通華聲公司最新一代的識別算法、解碼器核心、現(xiàn)今的聲學模型和語言模型訓練方法，在核心的聲學模型、語言模型、解碼器上都有創(chuàng)新和突破。目前，靈云語音識別系統(tǒng)的主力模型為CTF模型，該模型有效的提升了語音識別引擎的執(zhí)行效率、增強了對不同口音、語速的適配能力，大幅提升了多人會談、遠揚講話的識別率。

　　靈云語音識別能力基于聲學模型，用于搭建音頻信號和音素，就像應用數(shù)字溫度計將溫度度數(shù)轉換為數(shù)字一樣，聲學模型可將聲波轉換為計算機語言。靈云語音識別系統(tǒng)應用端到端（E2E）模型，可快速拓展多語種，減少解碼時間，提高語音識別準確率。

　　靈云語音識別能力可以準確實現(xiàn)話者分離，不但在多人會議談話場景下應用智能會議記錄中至關重要，而且還可避免因兩位發(fā)言者同時發(fā)言的語音組合一個無意義的記錄而造成的混淆。靈云語音識別的話者分離模塊采用了聲紋識別技術及語義理解技術，新版本引擎在原有話者分離算法基礎上，增加了對采用字詞分割輔助的方法進行話者分離的支持。該算法下，在正常 VAD 切分獲得初始分段的基礎上，還會使用免 VAD 的 方法先進行識別，得到識別出的詞邊界，再利用此邊界對初始分段進行修正，并輔助話者的聚類。

　　捷通華聲作為國內最早期從事人工智能技術研發(fā)和產業(yè)化應用的企業(yè)，在成立之初便確定“融合技術、融合應用、融合服務”發(fā)展理念，以場景需求為導向，本著對核心技術孜孜不倦的探索精神和務實推進的原則，在保持技術先進性的同時，不斷創(chuàng)新場景應用。

　　靈云語音識別能力在各行各業(yè)都有出色承擔應用程序和創(chuàng)新用例，在會議、談話、演講等現(xiàn)實場景中，它都可為客戶提供語音支撐技術，為客戶提供便捷工作、生活方式。

　　以呼叫中心為例，靈云語音識別能力可部署到全自動聊天機器人中，可監(jiān)控客戶人機交互，以更快地解決問題以及改進員工培訓。“某公司應用靈云語音識別能力將客戶事件平均處理時間減少40%，自助服務率從 5% 提高到20%，員工成本降低多達 500 萬，提高服務轉化率近 50%，極大提升了客戶滿意度和員工敬業(yè)度”。