标贝科技粤语语音识别服务上线，助力人机交互更高效

常有人戏称广东人是羊，因为他们无论讲什么，似乎都会用“咩——咩——咩——”作句尾语气词：

“有咩搞作？”（有什么做法、计划？）

“系度做紧咩呀”（现在在做什么呢？）

“系咩？”（是吗？）

这些地道的粤语仿佛自带音效，你即使不精通粤语，看到这几句话都能像模像样地说出来。粤语就像一种流传千年的文化符号，一旦你深入了解粤语，必会佩服它的古朴有趣、博大精深，承载了广府文化强烈的情感认同。

粤语，又称广东话，是中国汉语七大方言之一，全球将近有1.2亿人口使用，在国际影响力和语言的韵味方面，粤语的地位绝对是重量级的老大。

随着AI的飞速发展，应用场景不断扩展，智能语音设备无处不在，对于多语种多口音语音识别的需求也在日渐增加。其中，作为拥有强大号召力的粤语，已成为众多人工智能厂商关注的重点。虽然粤语语音识别需求越来越多，但想要实现精准的粤语识别效果，面临的技术难度也不小。

粤语有多难？

由于承接着古汉语的许多特点，粤语在词汇、语法、发音上都和普通话有明显区别。

词汇上，粤语的日常用语富有特色。虽是口语，却比较“文绉绉”：“喜欢”叫做“钟意”，“厉害”叫做“犀利”，“讨厌”是“乞人憎”，劳驾他人、感谢帮忙，要说“唔该”。粤语的发音就更难了。由于保留了古汉语、古南越语的特色，以及受外语的影响，相对于普通话的四声调，粤语拥有完整的九韵六调，能够组合出的总音节数比普通话还要多。

标贝 科技 粤语语音识别

对于AI语音产品来说，想要提高语音识别的准确性，就需要大量的优质语音数据作为模型训练支撑。面对以上问题及粤语语音识别发展现状，标贝科技此前已经推出一系列粤语语音识别数据集，帮助对识别模型进行优化训练。

近日，标贝科技在融合更多语音和文本的数据采集，以及高精度的数据标注基础上，定制专用语音识别模型，推出高准确率的粤语语音识别服务。

在声学模型方面，通过采集大量真实的粤语录音数据，包括朗读式、自由交谈和命令词等类型，对粤语的发音习惯、声调变化等，进行学习训练，提高模型精度和识别率。

语言模型方面，标贝科技语音识别技术通过对粤语方言中的特有词汇，如“咁”、“哋”、“嘅”、“咩呀”、“点睇”等进行专门训练，有效提升了语音识别引擎对口音、词汇的适配能力。

立足应用场景 助力人机交互更便捷

在移动 互联网 和信息大爆炸时代，无论是从语言角度还是文化角度，我们都不再离群索居，包括人与人的交流、人与机器的交流，多语种和方言的交汇互通已经无处不在。因而，智能语音识别技术成为解决“听不懂”的有效途径。

伴随此次粤语语音识别能力的上线，当前标贝科技可以支持中文、英文、粤语三种语言的语音识别，可以广泛应用于工作、生活、学习多种场景。

在商务会谈中，无论发言人说的是英文、普通话还是粤语，标贝科技语音识别都能对这些发言分角色进行识别，将会议和访谈的音频快速生成会议记录，后期信息检索和整理更方便快捷。

在智能客服领域，客服机器人掌握多个语种，能提高普通话、英文、方言识别的准确率，从而精准识别出用户提出的问题，给予用户最合适的回答，成为真正“听得懂，说的出”的智能客服，提升服务质量。

智能家居场景下，精准高效的语音识别让用户不必再担心因为口音问题出现的错输、漏输问题，随心所欲对各类家居、 家电 语音助手，以及智能机器人、智能可穿戴设备等进行语音控制。

同时，面向 金融 、电商、教育、 媒体 娱乐等行业，我们也推出行业领先的语音合成方案，拥有丰富的语音合成音库，覆盖中文、英文、中英混读、小语种、方言等不同语种。客户可快速选择合适的音色，也可以根据业务场景需求，定制与产品形象相匹配的合成声音，助力语音产品快速落地应用。

未来，随着语音交互技术与智能 手机 、平板电脑、智能家居等电子设备芯片集成的深入发展，将带动智能语音产业迎来更加广阔的发展空间。标贝科技将继续加码研发投入，加速在垂直行业进行渗透和布局，驱动语音合成、语音识别技术继续升级迭代，为消费者创造更优质的交互体验。