360 iou qifu iou इत्यत्र उन्नयनं कृतम् qifu technology इत्यस्य शीर्षवैश्विकसम्मेलने interspeech इत्यनेन उष्णचर्चा आकृष्टाः, बोलीपरिचयप्रौद्योगिकी च केन्द्रबिन्दुः अभवत्
2024-09-27
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
अद्यैव qifu technology ग्रीसदेशे आयोजिते शीर्षे अन्तर्राष्ट्रीयभाषणसञ्चारसंकेतसंसाधनसम्मेलने interspeech 2024 इत्यस्मिन् भागं ग्रहीतुं आमन्त्रितः अभवत्, ततः qifusion-net: layer-adapted stream/non-stream model for end-to-end multi- एक्सेण्ट् स्पीच् रिकग्निशन् इत्यस्य मुख्यभाषणेन भाषणपरिचयप्रौद्योगिक्याः क्षेत्रे स्वस्य उपलब्धीनां व्यापकरूपेण प्रदर्शनं कृतम्, चीनस्य भाषणप्रौद्योगिक्याः वैश्विकं गन्तुं वैश्विकप्रतियोगितायां भागं ग्रहीतुं च नूतनं मानदण्डं निर्धारितम्।
चित्र 1: qifu technology इत्यनेन interspeech 2024 सम्मेलने मुख्यभाषणं कृतम्
भाषणे qifu technology इत्यनेन नूतनपीढीयाः qifu भाषणपरिचयप्रणाली "qifree" इति परिचयः कृतः यत् एकस्मिन् समये २० अधिकभाषाणां समर्थनं कर्तुं शक्नोति चीनी उच्चारणस्य बोलीभाषणपरिचयस्य च क्षेत्रे सेट् कृतस्य आधिकारिकपरीक्षायाः केस्पीचस्य तुलनायां किफू प्रौद्योगिक्याः बोली उच्चारणवर्गीकरणस्य सटीकतायां महत्त्वपूर्णं सुधारं प्राप्तुं स्वचालितभाषणपरिचयस्य (asr) क्षेत्रे स्वस्य गहनसञ्चयस्य उपरि निर्भरं कृतम्, यावत् एतत् ७९.१०% प्राप्तवान्, यत् केस्पीच् इत्यस्य आधाररेखास्तरं ६१.१३% इत्येव दूरं अतिक्रान्तवान्, एषः आँकडा सहजतया वाक्-परिचय-सटीकतायां किफू-प्रौद्योगिक्याः उत्तमं प्रदर्शनं प्रतिबिम्बयति । तस्मिन् एव काले, मान्यतादोषदरं मापनार्थं प्रमुखसूचकस्य दृष्ट्या - cer (character error rate, character error rate), qifu technology इत्यनेन 8.08% इति स्कोरः प्राप्तः, यः kespeech इत्यस्य 10.38% इत्यस्मात् दूरं उत्तमः अस्ति, यत् तस्य प्रदर्शनं प्रदर्शयति in chinese dialect recognition क्षेत्रे कार्यक्षमता सटीकता च।
सारणी 1: qifu प्रौद्योगिक्याः “qifree” तथा kespeech आधाररेखायाः प्रदर्शनप्रभावानाम् तुलना
qifree प्रौद्योगिक्याः स्वविकसितं चीनीयभाषणपरिचयप्रणाली "qifree" इत्येतत् दुविधां भङ्गयति यत् एकः मॉडलः केवलं विशिष्टं एकभाषां पहिचानं कर्तुं शक्नोति एकस्य अभिनवस्तरस्य अनुकूली संलयनसंरचनायाः माध्यमेन तथा च साझासूचना एन्कोडिंग् मॉड्यूलस्य माध्यमेन, एतत् बोलीसूचनाः अधिकतया निष्कासयितुं शक्नोति तथा च प्राप्तुं शक्नोति तत्क्षणिकं अनुवादं स्वररोबोट्-इत्यस्य वास्तविकसमये अन्तरक्रियाक्षमताम् अधिकं वर्धयति । उल्लेखनीयं यत् "qifree" न केवलं मण्डारिन-मान्यतायाः क्षेत्रे cer-मध्ये अग्रणीस्थानं निर्वाहयति, अपितु हेबेई-लु, जियाङ्गहुआई, जियाओ-लियाओ, लान्-यिन् इत्यादिषु बहुभाषाक्षेत्रेषु अपि उत्तमं मान्यताप्रदर्शनं करोति ., पूर्वं सर्वोत्तमानां तुलने उत्तमपरिणामानां 15% अधिकं महत्त्वपूर्णं सुधारं प्राप्तम्।
ज्ञातव्यं यत् प्रथमश्रेणीयाः घरेलुकम्पनीनां (यथा चीनदेशस्य प्रौद्योगिकीविशालकायः तथा च सर्वाधिकं प्रभावशाली भाषणपरिचयमुक्तस्रोतसमुदायः) तुलने किफुप्रौद्योगिक्याः अपि अत्यधिकं लाभः दर्शितः बृहत्तरपैरामीटर्-परिमाणैः समृद्धतर-प्रशिक्षण-आँकडैः च प्रतिद्वन्द्वीनां सामना कुर्वन् अपि, qifu-प्रौद्योगिकी अद्यापि न्यून-cer (8.08% बनाम 15.61% बनाम 26.55%) सह उत्तिष्ठितुं शक्नोति, यत् तस्य तकनीकी-वास्तुकलायां श्रेष्ठतां सिद्धयति तथा च एल्गोरिदम-अनुकूलनस्य दक्षतां सिद्धयति
सारणी 2: qifu प्रौद्योगिक्याः “qifree” इत्यस्य प्रमुखसूचकानाम् तुलना प्रथमश्रेणीयाः घरेलुविदेशीयप्रौद्योगिकीकम्पनीभिः सह
interspeech 2024 इत्यस्मिन् qifu technology इत्यस्य पुनः अद्भुतं उपस्थितिः न केवलं वाक्-परिचय-प्रौद्योगिक्याः क्षेत्रे वर्षाणां गहनकार्यस्य व्यापकं प्रदर्शनं भवति, अपितु अस्मिन् क्षेत्रे चीनीय-उद्यमानां सशक्त-प्रतिस्पर्धायाः असीमित-क्षमतायाः च विश्वस्य कृते घोषणा अपि अस्ति |. तन्मात्रम्। किफू प्रौद्योगिकी स्वस्य उत्कृष्टतकनीकीशक्त्या अभिनवभावनायाश्च सह बोलीपरिचयप्रौद्योगिक्यां नूतनविकासप्रवृत्तेः नेतृत्वं कुर्वती अस्ति, वैश्विकध्वनिसञ्चारस्य संकेतप्रक्रियाप्रौद्योगिक्याः च उन्नतये चीनीयबुद्धिं चीनीशक्तिं च योगदानं ददाति।
