“我要買一張去人民廣場(chǎng)吃炸雞的票。”

今日云棲大會(huì)上海峰會(huì)，現(xiàn)場(chǎng)大屏幕上，一位身著阿里云T恤的美女正在上海地鐵站購(gòu)票，話音剛落，自動(dòng)售票機(jī)屏幕上就跳出了支付二維碼，從開(kāi)口、掃碼到取票，整個(gè)過(guò)程僅耗時(shí)十幾秒。

現(xiàn)場(chǎng)觀眾情緒穩(wěn)定。去年底，上海申通地鐵與阿里巴巴合作時(shí)，就曾演示過(guò)這項(xiàng)語(yǔ)音購(gòu)票技術(shù)，不久前的云棲大會(huì)武漢峰會(huì)上，在AI收銀員與真人店員的PK中，機(jī)器更是在嘈雜環(huán)境下準(zhǔn)確識(shí)別了用戶的語(yǔ)音點(diǎn)單，在短短49秒內(nèi)點(diǎn)了34杯咖啡，大家見(jiàn)怪不怪了。

可是演示仍在繼續(xù)，這次工作人員沒(méi)有報(bào)具體站名，而是說(shuō)“我要去一大會(huì)址參觀”，售票機(jī)自動(dòng)匹配了距離最近的黃陂南路站，其余購(gòu)票步驟一致?，F(xiàn)場(chǎng)一片嘩然，上海朋友比較激動(dòng)，上海是全球首家將人工智能引入城市軌道交通的城市。

無(wú)需喚醒詞，在嘈雜環(huán)境中也能實(shí)現(xiàn)精準(zhǔn)交互，還能識(shí)別語(yǔ)義。自動(dòng)售票機(jī)和AI收銀員的背后，都有一項(xiàng)叫做語(yǔ)音識(shí)別的核心技術(shù)，來(lái)自阿里巴巴達(dá)摩院機(jī)器智能實(shí)驗(yàn)室語(yǔ)音識(shí)別團(tuán)隊(duì)。他們推出的新一代語(yǔ)音識(shí)別模型——DFSMN，不僅被谷歌等國(guó)外巨頭在論文中重點(diǎn)引用，更將全球語(yǔ)音識(shí)別準(zhǔn)確率紀(jì)錄提高至96.04%（基于世界最大的免費(fèi)語(yǔ)音識(shí)別數(shù)據(jù)庫(kù)LibriSpeech），剛剛宣布開(kāi)源。

對(duì)比目前業(yè)界使用最為廣泛的LSTM模型，DFSMN模型訓(xùn)練速度更快、識(shí)別準(zhǔn)確率更高。采用全新DFSMN模型的智能音響或智能家居設(shè)備，相比前代技術(shù)深度學(xué)習(xí)訓(xùn)練速度提到了3倍，語(yǔ)音識(shí)別速度提高了2倍。

著名語(yǔ)音識(shí)別專家，西北工業(yè)大學(xué)教授謝磊表示：“阿里此次開(kāi)源的DFSMN模型，在語(yǔ)音識(shí)別準(zhǔn)確率上的穩(wěn)定提升是突破性的。是近年來(lái)深度學(xué)習(xí)在語(yǔ)音識(shí)別領(lǐng)域最具代表性的成果之一。對(duì)全球?qū)W術(shù)界和AI技術(shù)應(yīng)用都有巨大影響。”

語(yǔ)音識(shí)別是人機(jī)交互中的核心技術(shù)，在智能音響、智能家居、機(jī)器人及自動(dòng)駕駛等領(lǐng)域都有廣泛應(yīng)用。

阿里云總裁胡曉明宣布，在上海的創(chuàng)新和嘗試將在全世界推開(kāi)，“我們希望未來(lái)不只是可以買票，還可以通過(guò)人臉直接進(jìn)出地鐵站。”