5G新通话不简单：不仅听见，还能看懂

• 2022-04-15 20:00:30 来源：科技日报

科技日报记者 吴长锋

4月12日，中国移动在首钢园国家冬季训练中心速滑馆举办“5G新通话，预见新未来”产品发布会，正式发布5G新通话产品，并宣布部分终端已在全国支持5G VoNR超清通话业务，打造可视化、多媒体、高感知、全交互的全新媒体。

将覆盖所有新上机型

在发布会上，中国移动市场经营部总经理首建国介绍，与互联网的语音视频通话相比，5G新通话能够基于中国移动5G网络，实现高清视频通话，通话质量稳定，几乎没有时延，且电话呼入不中断。同时，结合AI技术，5G新通话可以在通话过程中实现中英文实时翻译、语音转文字等功能，此外还提供了屏幕共享、远程协作等特色功能。首建国还介绍说，目前5G新通话功能正陆续在各大手机终端进行适配，到今年7月，所有终端新推出的机型都将支持5G新通话。

从5G新通话所展示的功能来看，有望成为一款“5G杀手级应用”。在这一被业界普遍看好的业务背后，5G网络是核心基础，媒体互动是重要功能扩展，终端支持是保障，其中还有一个关键，就是AI智能语音技术。

不仅听见，还能看懂

5G新通话可以让通话双方实现语音转文字，同时还可以在屏幕上实时翻译，让通话人在听见的同时，“看懂”通话的内容。看似好理解的技术，背后蕴藏着大量黑科技，例如语音识别、口语理解、语音同传等等，非深厚的AI语音技术积累不可为。

这些背后的黑科技，主要来自智能语音和人工智能的头部企业科大讯飞，因此，科大讯飞也成为中国移动5G新通话的官方合作伙伴。

据悉，科大讯飞是北京2022年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商。资料显示，面向冬奥会场景的多语种语音及语言服务平台，采用了科大讯飞的“自动语音转换与翻译”技术，支持60个语种语音合成、69个语种语音识别、168个语种机器翻译和6个语种交互理解，其中重点语种翻译准确率达到了95%，平均每句翻译响应时间不超过0.5秒。

口语化体验更流畅

通话场景下有大量的口语化表达，口语化表达不同于规范的书面文本，一般表现为内容表述不符合语法规范、语气词过重、重复冗余等，这使得直译时出现明显的“机翻”痕迹，给机器翻译在通话场景中的应用提出了更高的要求。

科大讯飞的技术负责人介绍，针对5G新通话口语化场景优化，采取了三大措施：一是人机协同标注常用口语数据，并补充口语双语训练；二是系统性运用了无监督/弱监督训练方法，基于大量口语化表达的源、目标语言单语数据，采用自训练、回译算法等强化翻译模型和语言模型，对口语化表达特性实现增强训练；三是针对语音识别后处理阶段，设计语气词顺滑、规整等模块，将口语化表达尽可能书面化，从而减少机翻“痕迹”，帮助用户更好地理解。

中国移动5G新通话背后的人工智能技术，来源于科大讯飞23年来坚持源头技术自主创新的深厚积累。科大讯飞在人工智能语音识别、机器翻译、语义理解等技术领域处于国际领先地位，曾在诸多国际技术赛事中获得冠军。

（科大讯飞供图）

标签：

推荐阅读

猜您喜欢