中安在線、中安新聞客戶端訊 安徽又一科技創(chuàng)新成果出圈！

　　6月24日，國家科學技術獎勵大會上，由科大訊飛牽頭，聯(lián)合中國科學技術大學、清華大學、華為終端有限公司、中移（杭州）信息技術有限公司等高校及行業(yè)領軍企業(yè)聯(lián)合完成的“多語種智能語音關鍵技術及產業(yè)化”項目榮獲2023年度國家科學技術進步獎一等獎。

　　一、含金量高

　　科技創(chuàng)新，始終是國家關心關切的大事，是推動國家發(fā)展的核心動力，也是當今發(fā)展新質生產力的“牛鼻子”。

　　1984年，國務院創(chuàng)立國家科學技術進步獎，設一、二兩個獎勵等級，旨在激勵科技人才，促進成果轉化。如今，該獎已成為國務院設立的國家科學技術獎五大獎項（國家最高科學技術獎、國家自然科學獎、國家技術發(fā)明獎、國家科學技術進步獎、中華人民共和國國際科學技術合作獎）之一。

科大訊飛牽頭項目榮獲2023年度國家科學技術進步獎一等獎

　　為突出質量優(yōu)先、寧缺毋濫，進一步增強獎項的學術性、權威性和榮譽性，2017年，國家自然科學獎、國家技術發(fā)明獎、國家科學技術進步獎三大獎，總數由不超過400項減少到不超過300項，此后經多次變革，讓其競爭難度進一步提升，換言之，能獲獎的，在當今中國，都可謂科技創(chuàng)新的巔峰之作。

　　如何才能獲獎？

　　根據《國家科學技術獎勵條例》規(guī)定，國家科學技術進步獎，授予完成和應用推廣創(chuàng)新性科學技術成果，以及為推動科學技術進步和經濟社會發(fā)展作出突出貢獻的個人、組織。

　　可見，想獲獎，滿足創(chuàng)新性科學技術成果的同時，成果還要得到應用和推廣。

　　值得一提的是，受過去兩年國家科技獎暫停的緣故，2023年度國家科技獎積累了大量優(yōu)秀成果，堪稱國獎史上最難一年，提名環(huán)節(jié)指標難拿、初評環(huán)節(jié)網評難過，答辯環(huán)節(jié)競爭極其激烈。

　　以此次獲獎的科大訊飛牽頭“多語種智能語音關鍵技術及產業(yè)化”項目為例，該項目所屬計算機與自動控制組評審組，據悉，今年該組受理45個項目，通過初評的僅有8項，通過率不到18%。因此，榮獲此次殊榮，含金量不言而喻。

　　二、應用度廣

　　作為智能語音行業(yè)的執(zhí)牛耳者，來自合肥高新區(qū)的科大訊飛，長期聚焦多語種智能語言技術研發(fā)和應用，在迎接市場環(huán)境新挑戰(zhàn)的同時，不斷進行技術創(chuàng)新，推動應用落地。如今，在全球化背景下，乘勢而上，讓技術成果逐步從實驗室走向應用場，在各行各業(yè)諸多場景中，得到廣泛應用。

　　此次獲獎“多語種智能語音技術”，是科大訊飛聯(lián)合多個單位研發(fā)的包含多語種語音識別、多語種語音合成、多語種翻譯技術等為一體的綜合技術，不僅硬核，還很實用。

　　先看技術本身，大體來看，多語種智能語音技術功能有三：

　　·語音識別：通過先進的算法，如深度學習，系統(tǒng)能夠準確地將人類的語音轉換為文本。

　　·語音合成：利用自然語言處理技術，可以將文本轉換為流暢自然的語音輸出。

　　·機器翻譯：結合語言學和計算機科學，實現不同語言之間的高質量自動翻譯。

　　據悉，連同6個聯(lián)合國通用語種（漢語、英語、法語、西班牙語、俄語、阿拉伯語在內），此技術共支持世界69個語種，其中不乏挪威語、丹麥語等54個小語種，且均達到使用門檻。

　　同時，項目還覆蓋維、藏、蒙、哈、朝、壯、彝等24種主要中國方言，未來還將覆蓋更多方言。

　　這項技術有多牛？

　　記者從科大訊飛了解到，在CHiME、openASR、Blizzard Challenge、IWSLT等國際權威比賽中，該技術的成績可謂“遙遙領先”，近五年就累計獲得國際權威評測冠軍20余項；在與谷歌、微軟等國際廠商的盲測對比中，該技術也實現了多個語種整體并跑，14個重點語種領跑。

　　在產業(yè)化方面，據德勤數據發(fā)布的《2020-2021中國語音產業(yè)發(fā)展白皮書》及華經產業(yè)研究院的《2023-2028年中國智能語音行業(yè)市場發(fā)展現狀及投資方向研究報告》，國內市場份額科大訊飛穩(wěn)居第一，在全球多語種市場中，占比也在持續(xù)提升。

　　眼前便是例證。會議轉寫方面，截至2024年，借用該項技術的訊飛聽見APP，已全面覆蓋人大政協(xié)各個駐地會議三周年。

訊飛聽見APP助力聽障人士日常交流

　　今年全國兩會，為更好輔助會議簡報記錄工作，科大訊飛推出“訊飛聽見智慧簡報系統(tǒng)”，實現將會議發(fā)言，實時轉成文字，且全程離線進行，在保證簡報記錄原汁原味，內容詳實的同時，也確保了會議的信息安全。

　　與此同時，訊飛多語種智能語音技術，已助力國內車企以及華為等品牌的產品出海。其中，中國汽車出海10強企業(yè)中有8家和科大訊飛合作，覆蓋23個語種，出口60余個國家。

　　還有在業(yè)界開創(chuàng)的智能翻譯機、智能錄音筆、智能辦公本等新品類。以訊飛翻譯機為例，可在線翻譯支持85個語種，覆蓋全球200多個國家和地區(qū)，支持17個語種無網絡翻譯，35個語種自動識別翻譯，32個語種拍照翻譯，可解決用戶全球旅游、商務等跨語言溝通問題，已在北京冬奧會、進博會、博鰲論壇、海關等重大活動和場景中獲廣泛應用。

　　還有助力公益。2017年，科大訊飛發(fā)起“方言保護計劃”，截至目前，方言庫收集近170萬條方言，貢獻人數超過85萬，其成果已在影視、教育、文旅、媒體等多個行業(yè)尋找到可切實落地的應用場景。

　　此外，自2019年起，科大訊飛聯(lián)合中國聾協(xié)、中國殘疾人藝術團發(fā)起“聽見AI的聲音”公益關愛行動，為聽力障礙人士提供免費的實時語音轉文字服務、捐贈免費時長。截至今年6月，已累計捐贈時長超一億分鐘。

　　三、大模型時代

　　2023年，可謂AI元年，大模型興起、諸多公司跑步進場，“大模型是AI時代的基礎設施”的提法漸漸深入人心。

2024消博會上科大訊飛帶來AI消費新體驗

　　與此同時，語音是人類信息傳播的基本方式，多語種智能語音技術，在支撐人機交互、人類語言互通等方面，都具有重大戰(zhàn)略意義。

　　將AI大模型與多語種智能語音技術進行結合，將會是怎樣的未來？這是當今國際科技競爭的焦點，也是科大訊飛正著力描繪的未來。

　　語音屬性解耦、語音信號時空分離等技術突破，可以將語音信號經過編碼后輸入到大語言模型，顯著提升語音大模型的效果。大模型技術可以在復雜語義理解、長文本建模能力上進一步提升語音識別、合成和翻譯的效果，同時基于其強大的語義理解、知識問答、多輪對話、多模態(tài)建模能力，也能進一步大幅提升智能語音技術的使用場景和應用價值。

　　今年1月30日，科大訊飛發(fā)布星火語音大模型，迅速實現了對openAI2023年11月發(fā)布的whisper_v3多語種大模型的大幅領先。

　　6月9日，科大訊飛成立25周年司慶活動上，科大訊飛董事長劉慶峰表示，利用語音合成、語音識別、機器翻譯等單點技術，再通過大模型的理解能力、文本生成能力的后臺加持，科大訊飛已實現了語義理解、指令跟隨、多輪對話、情緒感知、超擬人合成的技術突破，真正使得語音交互得到提升。

　　而行業(yè)應用，永遠是技術生命力的源泉。

　　在此背景下，語音領域的幾乎所有應用，都值得用新方式重構一遍：

　　醫(yī)療導診機器人、酒店服務機器人、所有企業(yè)的客服機器人等都可以重新做一遍；7*24小時營業(yè)場所的部分崗位、企業(yè)中的服務類崗位等都可以用數字員工；汽車、手機、家庭助手等終端的智能語音服務也能得到很大提升。

　　類似的應用領域和產業(yè)空間不勝枚舉……

　　總之，大模型時代的語音技術，本質上是一次推動萬物互聯(lián)和原有人機交互場景重構的巨大產業(yè)機會，科大訊飛也正著力抓住其中的核心技術和應用紅利。

　　創(chuàng)新引領，步履不停，6月27日，科大訊飛將發(fā)布訊飛星火V4.0，底座能力將全面對標GPT-4 Turbo，語音大模型也將迎來全新升級，在科大訊飛國際領先的智能語音技術基礎之上，訊飛星火將進一步向著“解放生產力、釋放想象力，為每個企業(yè)和每個人打造專屬AI助手”的更大愿景。（記者 孟一凡）