离线语音识别模型

近期随着人工智能ChatGPT的大火，语音识别和图像识别作为AI的耳朵和眼睛也着实跟着火了一把！

作为国内语音识别的龙头企业讯飞，它的模型是采集用户的数据之后依赖后台强大的算力集群来训练，所以给用户的感觉是越用越聪明，越用识别率越准。其他语音识别厂家，如百度、华为、腾讯等大厂都是类似的解决方案，对网络依赖度高。其实这里隐含了两个问题：第一是这些大厂的后台在收集用户的数据进行训练，这些数据对于大部分人来说可能没有太多的价值，但是对于敏感的数据这个是个潜在的风险，难以接受；第二就是对于无法联网的设备来说无法通过网络调用这些API，则无法使用这些解决方案。

导致很多离线设备的语音识别解决方案很有限，一方面是设备的算力有限，不可能把模型的训练集成到设备里；另一方面是需要考虑成本的问题。

因此低成本、高识别率的离线语音识别解决方案就显得很重要了！我们通过爬取了网络海量的数据进行模型训练与调优，在特定的识别领域我们自己在录音棚录音、标准再训练，拥有自己的算力集群。目前训练了一个轻量级的、识别率高，对环境噪音有较好的处理的模型。

该模型具有以下特点：

1）支持流式识别与录音识别；

2）轻量级，嵌入式设备能流畅使用；

3）识别率高，对环境噪音有较好的处理效果；

4）支持关键字定义，原则上关键字的条数不限制；

5）支持模型定制，可以根据用户的使用场景进行调优或定制；

6）支持二次开发，模型API接口支持多种开发语言，Python，Java，C/C++等；

7）目前支持中文、英语识别，其他语种的模型正在训练中，敬请期待……

-----欢迎交流