科大讯飞AI播报员：中关村论坛年会上的“声音”担当

在刚刚落幕的2024年中关村论坛年会上，来自全球100多个国家和地区、150余家外国政府部门和国际组织机构的上百位顶尖专家、上千名演讲嘉宾齐聚一堂，世界的目光聚焦中国，共同见证一场科技创新的盛宴。

全球首个通用人工智能系统原型“通通”、驾驭激光的利器“转角菱方氮化硼”材料、拓展“心有灵犀”边界的“北脑二号”智能脑机系统……在2024中关村论坛年会重大成果发布环节，10项具有创新性、前瞻性、颠覆性的重大科技成果亮相，涉及基础研究、前沿技术、科技基础设施等各方面。

“就像是真人在说话一样。”科大讯飞运用先进的语音合成技术，为成果亮相视频环节进行AI配音，为传统会议模式带来了创新突破。

借助深度学习技术，科大讯飞将文本转化成拟人化的语音，赋予机器像人一样自然流畅说话的能力，成为语音交互、语音翻译的关键接口能力。

作为人工智能领域的龙头企业，科大讯飞在智能语音技术领域的深耕已有25年之久。自上世纪90年代开始探索语音领域以来，科大讯飞始终坚持源头技术创新，连续14年蝉联国际语音合成大赛冠军，并在语音识别、机器翻译等领域多次在国际大赛上夺冠。

如今，科大讯飞不仅将中文语音技术做到了最好，还将多语种语音技术做到了最好。2020年，科大讯飞60个语种的语音识别、翻译和37个语种的语音合成技术已达到国际领先水平，超越了谷歌、微软等国际巨头，达到国际领先水平。2021年，科大讯飞在美国国家标准与技术研究院NIST发起的国际低资源多语种语音识别竞赛OpenASR中，获得全部受限赛道的15个语种冠军及7个语种非受限赛道冠军。目前，科大讯飞的多语种技术已经可以满足60余种语言的智能语音技术需求。

今年1月份，科大讯飞结合语音属性解耦、多语种共享建模等技术创新发布讯飞星火语音大模型，在多语种语音识别方面首批37个主流语种效果超过OpenAI Whisper V3。星火语音大模型首批覆盖语种中，24个主要语种识别率达到了90%，13个重点语种识别率更是超过了94%。在多语种语音合成能力方面，27个主要语种MOS评分达到了4.4，13个重点语种MOS评分高达4.6。

4月26日，讯飞星火大模型V3.5春季上新，科大讯飞发布业界首个支持长文本、长图文以及长语音的大模型产品。在此次升级中，面对广泛的音视频信息高效获取需求，科大讯飞推出长语音功能，将语音识别和翻译技术结合起来，可以实现会议录音、学习视频等的一键研读，实现音视频场景的高效知识获取。

科大讯飞进一步升级星火语音大模型，首发多情感超拟人合成，情绪表达的可感知度达到 85% 以上，对高兴、抱歉、安慰、撒娇、困惑等语气表达更加生动，可以满足用户在各种场景下的自我减压、释放情绪等需求，并推出一句话声音复刻功能。

在2024中关村论坛年会上，科大讯飞智能语音技术的出色表现，展示了中国科技企业在人工智能领域的技术实力和创新能力。在科大讯飞等中国企业的努力下，智能语音技术将为人类带来更多便捷和智慧，引领科技创新的未来。