能听懂粤语、上海话、四川话、温州话等30多种方言，大模型中的方言“小天才”上线。25日，在第七届数字中国建设峰会上，中国电信人工智能研究院发布支持30种方言自由混说的语音识别大模型——星辰超多方言语音识别大模型。这是业内首个开源的、基于离散语音表征的语音识别大模型。

中国地域广阔，汉语的方言众多，并且各种方言语法语音特征各不相同。各地方言常以口语形式流传，缺乏对应文字，导致可用于模型训练的方言语料数据偏少，这些问题都给方言研究带来不便。

想要把大模型训练成方言“天才”，方言数据库是关键。据悉，该人工智能研究院已构建超30种、超30万小时的高质量方言数据库。基于大量的方言数据库，研发团队首创“蒸馏+膨胀”联合训练算法，让大模型在海量多场景的数据库条件下，也能实现稳定的训练。

据悉，星辰语音大模型已在福建、江西、广西、北京、内蒙古等地的中国电信10000智能客服试点应用。此外，该大模型还落地多地市的12345平台。

来源：北京日报客户端

记者：夏骅