識(shí)別率超75% AI聽懂你的聲音

清晨的地鐵站，人來人往。林女士又一次下意識(shí)地放慢腳步，低頭假裝看手機(jī)，與迎面走來的同事擦肩而過。這個(gè)看似尋常的早晨，對(duì)她而言卻是一場(chǎng)無聲的考驗(yàn)。

“以前上班路上，遠(yuǎn)遠(yuǎn)看到同事走過來，我第一反應(yīng)就是繞道。”林女士回憶道，手指不自覺地摩挲著衣角，“不是不想打招呼，是怕自己發(fā)音不準(zhǔn)，對(duì)方聽不懂，也怕對(duì)方那種困惑的眼神�！�

作為一名聽障人士，林女士從小佩戴助聽器，但在嘈雜環(huán)境中依然“聽不清”。更讓她困擾的是，長(zhǎng)期缺乏語(yǔ)音練習(xí)讓她陷入“不敢說、怕說錯(cuò)”的循環(huán)。她坦言，過去的生活像被困在一座“現(xiàn)代孤島”——就醫(yī)需要家人陪同，社交活動(dòng)能推則推。

就在林女士幾乎要習(xí)慣這種孤獨(dú)時(shí)，轉(zhuǎn)機(jī)悄然而至。今年年中，通過當(dāng)?shù)貧埪?lián)，她第一次接觸到了中國(guó)移動(dòng)開發(fā)的“中移無障礙”小程序。這個(gè)看似普通的手機(jī)應(yīng)用，帶領(lǐng)她開始了一段全新的語(yǔ)音康復(fù)之旅。

“第一次使用，系統(tǒng)讓我讀幾句話，識(shí)別率只有30%左右�！绷峙�士說這話時(shí)，眼中卻帶著光，“但它不像人那樣會(huì)不耐煩，反而每次都會(huì)鼓勵(lì)我�！边@個(gè)小程序通過AI技術(shù)分析她的發(fā)音問題，精準(zhǔn)指出聲母、韻母的偏差，并通過波形圖對(duì)比，讓她第一次“看見”了自己的聲音與標(biāo)準(zhǔn)音的差距。

用戶的發(fā)音評(píng)分情況

隨著使用次數(shù)的增加，系統(tǒng)會(huì)根據(jù)她的語(yǔ)音數(shù)據(jù)，逐步訓(xùn)練出“專屬語(yǔ)音識(shí)別模型”，這個(gè)為她量身定制的AI助手，不僅用于日常訓(xùn)練，還能在實(shí)際溝通中，將她不清晰的語(yǔ)音實(shí)時(shí)轉(zhuǎn)寫成文字，讓對(duì)方一目了然。

“以前去醫(yī)院都得家人陪著，現(xiàn)在我自己去也沒問題了�！绷峙�士笑著展示手機(jī)界面：當(dāng)她說“掛號(hào)”，屏幕上準(zhǔn)確識(shí)別并顯示出“掛號(hào)”二字�！斑@種感覺，像是終于有了一座橋，連接起了我和外面的世界�！�

這些改變是如何發(fā)生的？“我們不僅是在做一款產(chǎn)品，更是在做一種陪伴�！敝袊�(guó)移動(dòng)互聯(lián)網(wǎng)公司產(chǎn)品負(fù)責(zé)人給出了答案。原來，得益于中國(guó)移動(dòng)遍布全國(guó)的智算中心和自研的發(fā)音質(zhì)量評(píng)估算法，系統(tǒng)能夠分析每位用戶的發(fā)音弱點(diǎn)，針對(duì)性收集語(yǔ)音數(shù)據(jù)。

用戶參加語(yǔ)音素材收集活動(dòng)

研發(fā)團(tuán)隊(duì)通過深入理解聽障群體發(fā)音的差異性，用AI技術(shù)識(shí)別歸納出20余種常見構(gòu)音障礙類型，進(jìn)行專項(xiàng)問題突破。“僅需傳統(tǒng)方法三分之一的訓(xùn)練樣本量，就能構(gòu)建出個(gè)性化專屬模型�！蹦壳�，模型平均識(shí)別率從初期不足30%提升至75%以上，部分用戶接近90%。此外，研發(fā)團(tuán)隊(duì)還將個(gè)人專屬模型壓縮至百兆級(jí)別，使其輕松運(yùn)行在普通手機(jī)上，大大降低了使用門檻，讓更多人受益。

記者看到，目前該方案已集成至中國(guó)移動(dòng)“5G新通話”，在通話中就可實(shí)現(xiàn)毫秒級(jí)語(yǔ)音轉(zhuǎn)文字，借助“5G消息”識(shí)別對(duì)話場(chǎng)景智能生成快捷回復(fù)；在社交、就醫(yī)等現(xiàn)場(chǎng)溝通場(chǎng)景中，“面對(duì)面助手”提供著精準(zhǔn)的轉(zhuǎn)寫支持。

中國(guó)移動(dòng)互聯(lián)網(wǎng)公司產(chǎn)品負(fù)責(zé)人的感悟尤為深刻：“科技向善的意義，不僅僅是幫助聽障群體，同時(shí)也是激發(fā)我們這些科技創(chuàng)新工作者人性之中向善的一面。雙向奔赴的力量，才能喚醒大模型的力量�！�

如今，在地鐵站里，林女士不再躲避同事。她開始主動(dòng)微笑、打招呼，甚至參與工作討論�！半m然發(fā)音還不完美，但我知道，我在進(jìn)步。”她說這話時(shí)，聲音里透著從未有過的從容，“而這份進(jìn)步，背后是科技帶來的底氣�！�

在這個(gè)每一聲“你好”都值得被聽見的時(shí)代，技術(shù)正悄然成為那座無聲的橋——它不只是一串串代碼和算法，更是貫通聽與說的紐帶，連接你與我的橋梁，讓曾經(jīng)被困在孤島上的心靈，重新融入世界的對(duì)話。