【TechWeb】9月27日消息，奇富科技受邀出席在希腊举办的国际语音通信与信号处理顶级会议——INTERSPEECH 2024，并发表了题为/Qifusion-Net: Layer-adapted Stream/Non-stream Model for End-to-End Multi-Accent Speech Recognition/的主旨演讲，全面展示了其在语音识别技术领域的成就，为中国语音技术走向世界、参与全球竞争树立了新的标杆。
奇富科技介绍了可同时支持20多种方言的新一代奇富语音识别系统“QiFree”，这是国内金融行业内字错率最低的中文语音识别系统。在中文口音与方言语音识别领域的权威测试集KeSpeech的对比中，奇富科技凭借其在自动语音识别（Automatic Speech Recognition, ASR）领域的深厚积累，实现了方言口音分类准确率的显著提升，达到了79.10%，远超KeSpeech的基线水平61.13%。同时，在衡量识别错误率的关键指标——CER（Character Error Rate, 字符错误率）上，奇富科技更是以8.08%的成绩，远优于KeSpeech的10.38%，展现了其在中文方言识别领域的高效与精准。
奇富科技“QiFree”性能效果与KeSpeech Baseline对比
奇富科技自研的中文语音识别系统“QiFree”，打破了单一模型只能识别特定单一方言的困境，通过创新的层自适应融合结构，借助共享信息编码模块更高效的提取方言信息，实现了即说即译，进一步增强了语音机器人的实时交互能力。值得一提的是，“QiFree”不仅在普通话识别领域的CER上保持领先地位，更在冀-鲁、江淮、胶-辽、兰-银等多个方言区域的识别性能上，相比过往最佳成绩实现了超过15%的显著提升。这一突破性成果得到了INTERSPEECH三位独立审稿人的高度认可，他们一致认可奇富科技论文《Qifusion-Net：基于特征融合的流式/非流式端到端多口音语音识别框架》所展现的系统框架创新性与识别性能的卓越表现，并一致授予其“ACCEPT”的评定。
资料显示，INTERSPEECH是全球语音科学界最负盛名的年度会议之一，汇聚了来自世界各地的顶尖学者、研究人员及行业领袖，共同探讨语音技术的最新进展、挑战与未来趋势。这一平台不仅代表了语音技术领域的最高学术水平，也是新技术、新理念交流与碰撞的绝佳场所。