奇富科技推出新一代全自研智能语音模型QI语精灵

【TechWeb】4月1日消息，奇富科技推出新一代全自研智能语音模型——QI语精灵。据悉，这款模型不仅能用方言与人自然交流，还能在智能营销、贷后提醒、风险控制等金融业务场景中，提供高准确率的语音识别和转写服务，让金融服务沟通更添温度。

QI语精灵以Conformer结构为基础，设计了一个轻量高效的语音识别模型，大幅降低了模型的部署成本，并能轻松应对高并发的业务需求。其双重解码方案，即将语音识别和意图识别两大核心环节紧密结合，确保在各类复杂场景下都能达到行业领先水平的表现。具体而言，QI语精灵在复杂通话环境下的语音识别综合准确率超过93%，无论是标准的普通话还是方言口音都能精准捕捉并转写成文字。而意图识别同样表现出色，识别准确率超95%，能快速且准确地解析用户需求并作出响应。 值得一提的是，QI语精灵在贷后客户沟通服务中取得了显著的成绩。与前一代技术相比，其在语音转写准确性上实现了大幅提升，单字错误率降低了45%，同时，相关的下游意图识别技术指标也有超过30%的增长。此外，通过AB测试显示，QI语精灵在提升客户响应效率方面成效显著，特别是在账户余额调整提醒后，对于通常需要关注的账户状态更新，QI语精灵帮助实现0.79%和0.54%的效率提升。 QI语精灵在方言识别方面展现出显著的独创性与技术优势。传统的方言识别模型受限于地区先验条件，需预先知晓方言种类才能准确识别；然而，QI语精灵却打破了这一局限。它依托全自研的Qifusion结构，无需方言种类的先验条件，便能直接进行精准的识别和转译。这一创新不仅实现了对全国8种主流方言口音的全覆盖，更能在多任务学习框架下，通过精准融合帧级别的方言信息，使得QI语精灵在方言口音数据集上识别准确率高达90%以上，达到业界领先水平。

奇富科技在人工智能语音领域进行了持续研究与开发积累。《Eden-TTS：一种简单高效的非自回归“端到端可微分”神经网络的语音合成架构》、《基于多粒度Transformer的多模态情绪识别》和《基于SE模块和多尺度特征学习的语音情感识别》等多篇论文被ICASSP和 INTERSPEECH两大顶级语音领域的国际学术会议连续收录。