近日，快商通Kriston AI Lab和新加坡國立大學(xué)聯(lián)合發(fā)表的論文《Modeling Code-Switch Languages Using Bilingual Parallel Corpus（使用平行語料為中英文語碼轉(zhuǎn)換建模）》被第58屆計算語言學(xué)年會 ACL 2020 錄用，論文介紹了一種通過機器學(xué)習(xí)算法建立語言模型的方法，主要用于解決中英混合文本數(shù)據(jù)缺失問題，是語音識別領(lǐng)域?qū)Χ嗾Z種切換語音識別的首次突破。

ACL是計算語言學(xué)和自然語言處理領(lǐng)域最重要的頂級會議，被CCF與清華共同列為頂級A類會議。今年，ACL共接收到超過3000篇投稿，雖未公布錄取率，但依照歷史平均錄取率23.7%來看，被收錄的論文代表了人工智能領(lǐng)域的世界領(lǐng)先水平。

多語種切換語音識別現(xiàn)狀：需求火熱，技術(shù)難突破

隨著全球化的演進(jìn)，多語言通信成為越來越普遍的現(xiàn)象。例如在新加坡等東南亞地區(qū)，英語作為大部分人的第一外語，會被自然而然地穿插在以中文為主的日常交流中。相對應(yīng)地，對多語種切換語音識別也成為當(dāng)下火熱的需求。

然而，多語種切換語音識別一直是語音領(lǐng)域面臨的重要挑戰(zhàn)之一，最主要的原因，是因為多語種切換數(shù)據(jù)的缺失。

語音識別系統(tǒng)訓(xùn)練，需要語音和文本兩方面的數(shù)據(jù)。通常，多語種切換的表達(dá)多在口語交流中出現(xiàn)，因此，文本形式的多語種切換表達(dá)資源匱乏。

使用平行語料為中英文語碼轉(zhuǎn)換建模

快商通Kriston AI Lab瞄準(zhǔn)海外痛點需求，提出了一種基于注意力機制的雙語語言建模算法（BLAM），該算法綜合考慮兩種語言的詞序列上下文關(guān)系以及兩種語言間的語法差異。具體地，文章定義了兩種損失函數(shù)，分別用于對單一語言的語法進(jìn)行約束以及對多語種切換表達(dá)的語法進(jìn)行約束。然后將兩種約束用于訓(xùn)練基于注意力機制的深度神經(jīng)網(wǎng)絡(luò)模型。

這種方法，是現(xiàn)階段語音識別領(lǐng)域?qū)Χ嗾Z種切換的首次突破，其算法具有以下優(yōu)點：

1、兩種語言均可以作為主語語言，語碼轉(zhuǎn)換時兩種語言的比例不影響語音識別的性能；

2、語言模型混淆度（PPL）相對目前最好的多語種切換語言模型建模算法能降低20%以上，語音識別詞錯率相對目前最好的多語種切換語音識別算法能降低25%以上；

3、該算法可用于多語種切換的規(guī)范化，即，將兩個語種混雜的文本規(guī)范化為統(tǒng)一的語種表達(dá)；

該算法可進(jìn)一步擴展，用于句子生成以及機器翻譯。

技術(shù)全球化布局，構(gòu)建中國AI影響力

快商通Kriston AI Lab研究多語種切換的核心目的，是希望構(gòu)建更加便利、更加人性化的語音技術(shù)能力，進(jìn)而破除全球化發(fā)展難題，為用戶創(chuàng)造更大的價值。這一思想，與公司積極推動技術(shù)出海的戰(zhàn)略相吻合。

專注人工智能技術(shù)近10年，快商通Kriston AI Lab在算法原創(chuàng)和技術(shù)開發(fā)上都已形成深厚的積累，恰逢全球化背景，公司積極響應(yīng)海外市場需求，將語音識別、自然語言處理、聲紋識別、大數(shù)據(jù)等方面的核心技術(shù)逐漸向外延伸，自2017年以來，先后在新加坡、美國硅谷、俄羅斯莫斯科建立人工智能海外研究院，與俄羅斯科學(xué)院達(dá)成技術(shù)與人才方面的戰(zhàn)略合作。

未來，快商通還將持續(xù)保持合作共贏的態(tài)度，以AI為核心賦能海外市場，探索中國技術(shù)國際化路徑，在世界范圍內(nèi)構(gòu)建中國人工智能的影響力。

lw