海天瑞声：助力AI企业打造“方言天才”

随着虚拟数字人的走红，为 AI企业通过人工智能主播播报各地方言新闻等内容，带来了更多想象空间。如何能够让两个跨方言语种的人，实现语言的相通？无论对于普通人来讲，有多难理解的方言，例如湘方言、吴方言、闽南方言等——AI都可以！

先来点关于方言的科普

“方言天才”鼻祖：互联网上是这样介绍他的，中国语言学之父，精通8国语言和国内33种方言，被胡适拜为“偶像”，被称为中国历史上有一个奇才，能让全世界的人都当他老乡，“清华四大导师”之一，他就是赵元任。

方言，是语言的变体，根据性质，方言可分地域方言和社会方言。

地域方言是语言因地域方面的差别而形成的变体，是全方言民语言的不同地域上的分支，是语言发展不平衡性而在地域上的反映。

社会方言是同一地域的社会成员因为所在职业、阶层、年龄、性别、文化教养等方面的社会差异而形成不同的社会变体。

随着，智能助手、智能搜索、智能导航、智能音箱等AI语音应用或产品，对于标准普通话的识别精准度越来越高，而对于方言，尤其是面对带有地方重口音的方言，识别精准度远不及标准普通话，且方言语种覆盖范围有限。

针对这样的问题，越来越多的企业已经提前发力、深度布局，探索语音领域中的方言识别能力。例如，百度输入法已经实现方言与方言、方言与普通话的混合语音输入；达摩院语音 AI 技术创新全景不仅有中英自由说，更有方言自由说；科大讯飞输入法迎来升级，离线方言语音输入支持23种方言；华为夏季旗舰新品发布会上，Harmony OS智能座舱配备的语音助手“小艺”，据说未来将支持粤语和四川话语言命令，解决方言难题…

人工智能面临的方言难题？

方言识别与普通话识别差异大，方言的识别更加复杂，不仅体现在文字使用习惯上，例如：（普）我喜欢你-（沪）吾灰系侬，读音上也不同，“我”读“吾”。即使是同一个地区，方言也有不同，比如上海浦东和上海浦西的上海话也有分歧。

方言种类细分多样，给方言数据采集带来诸多困难。数据库的采集需要找到对应的发音人，搜罗某个方言对的字、词、句，通过文字、音标、语音的方式记录，最后集成数据库，供人工智能学习。众多方言种类意味着大量的方言语音数据，并且为了实现识别的高准确率，对于数据质量，语言模型多样性也有着更高的要求。

人工智能学会方言，意味着什么？

智能客服领域，精准识别方言种类，理解用户提出的问题，给出用户合适的回答，高效服务用户，不会出现“对着客服说了半天，它只回复没有听明白”的情况；智能应用领域，任何地区的重口音、方言用户都可以普通话混合方言随意说出指令，不会因为口音问题出现听不懂、会错意的问题，即使是只会讲方言的老年人，也可以跟家里智能产品对话，实现无障碍交流，享受到科技带来的美好；输入法领域，不必再担心因为方言出现的错输、漏输问题…

当人工智能掌握方言，对于用户来讲，意味着更加高效、畅通无阻的人机交流的实现。对于AI企业来讲，意味着更大的市场空间，一定程度上不仅能打破方言带来的“地域壁垒”，而且将覆盖更广泛的消费人群，有助于扩大产品的市场份额。

针对不同地域不同方言，海天瑞声制作了一系列方言语音数据集，支持智能家居、智慧交通、智能驾驶、智慧金融、智能搜索等众多业务场景，解决AI企业应用的方言识别问题。

除了成品方言数据集产品，海天瑞声积累了丰富的语音数据服务项目经验，可以提供定制化数据解决方案及服务。在全球化的母语发音人资源的布局以及全球语言学家团队的支持下，可提供数十个行业场景的语音数据方案设计、语音采集、转录、发音词典制作服务，支持覆盖190个语种及方言。

随着城镇化进程和互联网时代的发展，主流或通用语言占据主导，类似于少数民族语言和方言的使用人数逐渐减少，人工智能的发展也为方言保护提供了绝佳的手段。未来，海天瑞声将继续深耕行业，用数据的方式留存方言，覆盖包括国内地域方言到全球稀有语言语种，助力人工智能应用掌握更多语言。