TMT观察网_独特视角观察TMT行业

日前，由JDD空間站及京東大學聯合主辦的“JDD技術探索日”語音識別專場活動在京舉行，來自京東集團、京東金融、獵戶星空、小米和西北工業大學的語音識別技術專家分享了研究成果。在探索日現場，還舉行了“京東金融對話語音識別大賽”頒獎儀式，獲得冠亞季軍的三位選手分享了參賽心得，并與現場觀眾進行了深入的互動交流。JDD空間站是由京東金融打造的距離產業界最近的數據探索者社區，包含大賽、社區和合作伙伴三大板塊，不但為數據探索者打造實現自我價值的平臺，同時也為合作伙伴連接優秀人才與前沿技術，助力企業提升數據和AI能力，讓科技與商業應用快速融合。

京東金融對話語音識別大賽是JDD空間站上線后的首場比賽，是面向廣大語音技術愛好者、高校學生、企業開發者而舉辦的語音識別邀請賽。大賽賽題基于京東金融語音識別團隊的實際業務場景——客服質檢而來。在大賽中，京東金融首次開放了5000小時的京東金融客服語音數據（經嚴格脫敏）及GPU資源，希望和大家一同去探索對話語音識別技術。

在大賽中，來自中國科學院自動化研究所的白燁，來自小米的莊偉基，來自獵戶星空的宋莎莎三位選手在數百名參賽選手中脫穎而出，分獲冠亞季軍。

在分享交流環節，冠軍獲得者白燁無私地分享了參賽過程中的解題思路，并坦言，從初賽的50小時數據到決賽時的5000小時數據，要解決識別方言、口語語法以及排除數據噪音等問題，并在短時間內創建與訓練模型，難度非常之大。但從另一個角度來說，在這樣的壓力下逼迫自己不斷翻閱文獻并調試完善模型，也是一個對自我極限的挑戰過程，收獲非常之大。他特別感謝了京東金融開放對話語音數據的做法，他表示，基于真實應用場景的對話語音數據在行業內非常珍貴，京東金融開放的5000小時對話語音數據對于開發者甚至對于整個行業來說，都有非常大的幫助作用。

在分享交流的過程中，亞軍莊偉基、季軍宋莎莎也高度肯定了JDD空間站開放數據、開放資源的做法。對此，在交流會后的采訪中，西北工業大學計算機學院音頻、語音與語言處理研究組的謝磊教授也給予了高度評價。

謝磊教授是語音識別領域的知名專家，他認為，對話語音識別是語音識別領域難度大且極其具有挑戰性的任務。對話語音的"即興化"和"口語化"的特點，造成語速快、發音隨意、吞音少字、講話不符合語法習慣、語音不流利、說話人語音交疊等現象，再疊加場景的噪聲，給聲學模型和語言模型的建立帶來了不小的挑戰。京東金融這次開放的語音數據是脫敏后的真實客服對話背景，推動了學術界對語音識別方面的研究。

謝磊教授還表示，語音識別的入門門檻較高，涉及的知識方方面面，特別是開源數據比較缺乏，在一定程度上造成了語音人才的缺乏。京東金融的這次活動是一個很好的橋梁，為連接學術界和工業界的技術人才和技術發展起到了積極作用。

謝磊教授指出，校企合作會實現“三贏”。學校在一定程度上缺乏數據和大算力，也難以獲取業界豐富的大數據資源，和工業界的合作可以優勢互補，利用工業界的場景大數據和大算力，做出"更靠譜"的研究結果。工業界可以把一些技術難題和前瞻性的題目放給學校去探索，同時通過校企合作吸引學生合作研究和實習，聯合培養和儲備人才。學生則通過接觸工業界的實際場景和實際問題，獲得"接地氣"的鍛煉，對將來求職和職業成長都很有幫助。

本次京東金融對話語音識別大賽已經畫上圓滿的句號，但JDD空間站才剛剛啟程。京東金融將會依托JDD空間站繼續推動技術開放，和更多的合作伙伴去探索推動語音領域技術發展的方式；會不斷的發布更具挑戰性的賽題，也會嘗試開放更多的資源和數據。另外，今年的JDD大會及大賽還將如期舉行，旨在為科技界、產業界、金融界、學術界搭建起一個全球化的開放平臺，共同探索數字科技創新之道，實體經濟數字化升級之路。