InfoTalk-Recognizer 屢獲殊榮,是多語言及混合語言自動語音辨識(ASR)、語音轉文字(STT)及自然語言理解(NLU)應用的首選方案。香港是廣東話、普通話及英語三語並行的社會,這項技術正是為這種多元語言環境而生。
來電者毋須選擇語言
沒有選單,也不會要求選擇語言。來電者只需開口,同一句話裏的廣東話、普通話和英語都能一併辨識。
抗噪及口音適應
車站、商場、服務櫃檯人聲鼎沸,來電者又各有本地口音。辨識引擎正是針對香港這種城市環境而設計,在嘈雜之中依然保持準確。
一句話,兩種語言。
唔好意思我想check一下我account嘅balance
幫我book張flight去東京下個禮拜三
我個card唔見咗要cancel佢
请帮我转到customer service谢谢
在香港電話服務中心運作二十年。
適合以下應用場景。
- 電話服務中心
- 聊天機械人
- 語音機械人
- 客戶服務
- 智能語音應答系統
- 自動接待系統
- 語音分析
- 語音轉寫
- 語音控制裝置
- 語音輸入
- 語音撰稿
- 音頻轉文字
廣東話及中文語音辨識七大要點
什麼是語音辨識?
語音辨識,就是把人的說話轉換成文字:你開口說話,系統便把你說的話逐字化為文字。
什麼是多語言語音辨識?
香港是多元文化、多語言的社會,市民說話時經常在廣東話或中文之間夾雜英文詞語。這些英文詞語往往帶有本地獨特的非母語口音,與美式或英式英語的母語口音大相逕庭。
語音辨識難在哪裏?
每個人的聲音都獨一無二。即使同一個人重複說同一個詞,每次的聲學訊號都不完全相同;加上協同發音的影響,一個詞的聲學訊號亦會隨前後字詞而變化。技術上這屬於隨機過程,必須以精密的概率模型處理,而環境噪音更令難度倍增。
為何廣東話及中文的語音辨識比英語更困難?
中文雖是聲調語言,普通話的語音辨識卻未必比英語困難。廣東話則不同:它以口語為主而非書面語,口語中充斥潮語、俗語和個人習慣用語,有時連香港本地人也未必聽得明白。
人工智能(AI)與語音辨識有何分別?
語音辨識向來是跨學科領域,橫跨電腦科學、人工智能、訊號處理、資訊理論、聲學、語言及語言學等範疇。隨着人工智能(AI)、機器學習(ML)及深度神經網絡(DNN)近年突飛猛進,語音辨識所涉及的學科比以往更廣。
語音辨識是否仍停留在實驗室階段?
過去數十年,廣東話、普通話及英語的語音辨識系統已在香港及亞洲多個行業成功落地。要做到成功的商業部署,尤其是面向公眾、流量龐大的關鍵業務應用,所需的經驗、專業知識和實戰技巧,遠非實驗室試驗可比。
語音辨識還有其他名稱嗎?
語音辨識有不少別稱:英文有 automatic speech recognition(ASR)、speech-to-text(STT)、voice recognition(VR)及 voice-to-text(VTT);中文則有語音轉文字、文語轉換、語音控制等,所指的大致是同一種技術。香港的語音辨識卻有其獨特之處:廣東話使用者慣常夾雜英語,本地的語音辨識因此必須兼容廣東話與英語混用,普通話語音辨識亦然。
