中国电信人工智能研究院（简称TeleAI）近期在语音识别技术领域取得了显著进展。继今年5月发布支持30种方言的星辰超多方言语音识别大模型之后，该机构在短短半年内再次突破了技术瓶颈。
最新消息显示，星辰语音大模型现已成功攻克湛江话、宜宾话、洛阳话、烟台话等多种方言，将其支持的方言种类从原有的30种扩展至40种。更为该模型还引入了英文识别功能，进一步提升了其多语言处理能力。
在传统的语音识别模型训练中，通常需要大量有标注的数据。然而，方言语音数据往往存在无标注数据丰富而有标注数据稀缺的问题。针对这一挑战，TeleAI采用了一种创新的“预训练+微调”模型方案。
具体而言，该方案首先利用海量无标注数据进行预训练，构建出一个基础的语音识别模型。随后，通过少量有标注数据进行微调，使模型能够更准确地识别各种方言。这种训练方法不仅高度契合方言场景的需求，还大幅降低了对人工标注数据的依赖。
TeleAI在模型结构和成本优化方面也取得了显著成果。通过一系列创新技术，该机构成功将对人工标注数据的需求量降低了约50倍，同时确保了模型效果与有监督训练的方言模型水平相当。
为了进一步推动语音识别技术的发展和应用，TeleAI还将其研究成果在GitHub上进行了开源共享。开源地址为：https://github.com/Tele-AI/TeleSpeech-ASR。这一举措有望为全球的语音识别研究者和开发者提供有力的支持和参考。
