近日，阿里巴巴达摩院机器智能实验室推出了新一代语音识别模型DFSMN，据世界***的免费语音识别数据库LibriSpeech资料显示，语音识别模型DFSMN，将全球语音识别准确率记录提高至96.04%。
达摩院机器智能实验室的语音识别团队主导了语音识别模型DFSMN的研发，并向全世界企业与个人开源。与目前使用最广泛的LSTM模型，DFSMN模型相比训练速度更快、识别准确率更高。搭载了全新DFSMN模型的智能音响或智能家居设备，相比之前的深度学习训练在速度上提高了3倍，语音识别速度提高了2倍。
在云栖大会武汉峰会上，有一项有趣的PK，装有DFSMN语音识别模型的“AI收银员”与真人店员进行了一场较量，在嘈杂的环境下“AI收银员”准确识别了用户的语音点单，短短49秒种共点了34杯咖啡。DFSMN语音识别模型不单单应用在了智能点单的“服务员”上，在上海地铁里的自动售票机也能看到它的身影。
著名语音识别专家，西北工业大学教授谢磊表示：“阿里此次开源的DFSMN模型，在语音识别准确率上的稳定提升是突破性的。是近年来深度学习在语音识别领域***代表性的成果之一。对全球学术界和AI技术应用都有巨大影响。”
