声网一站式智能语音识别方案升级 语音审核“快准省”

互联网
2020
04/09
14:32
分享
评论

全球领先的实时音视频云PaaS服务商声网Agora近日宣布其推出的“一站式智能语音识别方案”将实现升级,在新的方案中,在原有合作伙伴“数美科技”基础上,将新增依图、阿里云这两家智能语音识别服务商,通过整合行业TOP3服务商的语音识别技术优势,帮助直播、语音聊天室等互联网平台更智能、高效的识别语音中存在的涉黄、涉政、广告等不良信息,实现全面、深入的净化平台网络环境。

依图、阿里云重磅加入 智能语音识别方案升级

近年来,随着直播、短视频、语音社交等行业的快速发展,由用户创造的UGC内容成为了互联网内容生态的重要构成,并丰富了人们的互联网生活。而另一方面,随着用户UGC内容越来越多,涉黄、涉政、不良广告等违法、违规的内容也频频出现,成为了“害群之马”,给很多平台带来了风险。同时,相对于图文和视频,音频审核本身在技术上也更具难度,又增加了平台方的内容审核压力。

在去年8月,声网Agora就推出了“一站式智能语音识别方案”,为企业提供可集成实时音视频、实时录制和实时智能语音识别的一站式服务,在语音识别服务方面接入了数美科技的“天净”智能语音审核系统,通过声纹检测、语音识别等技术,智能识别语音环境中的涉黄、涉政、广告等违法违规信息,受到了很多企业的好评。

而此次升级后的“一站式智能语音识别方案”再接入了阿里云、依图科技先进、智能的语音识别技术,整合了业界 TOP3 智能语音识别服务商的技术优势以提供目前互联网行业最全面、最高效的智能语音识别技术。例如,数美科技的“天净”智能语音识别,基于深度学习语音识别技术,多维度智能实时审核。深挖场景需求,为直播视频流、UGC短视频、FM电台、语音广场、语音直播间等各类场景提供智能内容过滤服务,通过语音识别转文本的方式,识别文本内容中涉政、广告等不良信息;业内首创的娇喘语音识别,基于基于Bi-GRU、Attention模型,精准识别声音中含有娇喘、呻吟、耳骚、喊麦等违规音频,准确率达到90%以上。声纹识别与检索对比”技术可进行声纹聚类、关联,发现线上、线下语音广告与欺诈行为等。

而依图科技在公共安全领域早已深耕多年。依靠世界级算法团队自研的语音识别、自然语言理解和声纹算法,依图的“智能语音审核”拥有准、快、省三大特点。准——凭借世界级算法能力加已有场景数据的螺旋迭代提升,依图的召回和准确率居行业前列,帮企业最大程度的降低风险。快——实时监测并在3秒内返回结果。省——同步返回高精准转写文本和违规音频片段,帮人工审核员提高效率、节省时间。

打通实时音视频+智能语音识别+AI 企业一站式接入

声网Agora的“一站式智能语音识别方案”可为企业提供实时音视频+实时录制+实时智能语音识别的一站式高度集成服务,也是目前唯一一家打通人工智能、实时语音识别、实时音视频三大技术解决方案的服务商。使用声网的一站式服务,企业无需部署额外 SDK、无需自己对接 CDN 厂商、更无需支付拉流成本,就可同时上线直播(实时音视频)和鉴黄(实时语音识别)功能,帮助企业大幅节省接入成本,真正做到一站式方便接入。

在智能语音识别方面,声网Agora整合了业界 TOP3 智能语音识别服务商的技术优势。而在实时音视频功能方面,声网自建的软件定义实时网SD-RTN™专为实时音视频业务提供SLA/ QoS 质量保证,能为企业提供高并发、高可靠性、低延时和抗弱网等特性的实时音视频技术。

声网Agora目前在全球拥有250多个数据中心。在网络架构设计上能够应对10倍以上的负荷,具备千万级并发能力。声网的软件定义实时网SD-RTN™拥有超低延时特性,可做到全球端到端延时小于400ms,延时中位数76ms,处于行业领先水平。声网还具备优秀的弱网传输和抗丢包算法,可以在60%的丢包环境下保障音视频流畅,70%的网络丢包环境下保障语音的流畅。在终端性能和适配方面,声网针对实时互联网last mile做了深度优化,目前已经适配6000多款终端设备,网络覆盖全球200多个国家和地区,即使在网络环境差的偏远山区或跨国场景中用户也能实现顺畅互动。

图:声网Agora服务覆盖200+地区,图中标注城市为声网办公室所在地

此外,对于语音识别中常见的噪声、背景音等音质问题,声网的一站式智能语音识别解决方案还融合声网 Agora 语音引擎与 AI 音频降噪算法,可提供去除背景音、环境音之后的高音质音频源,在原来算法的基础上将不良信息的识别率有效提高 30% 以上。

通过声网Agora的“一站式智能语音识别方案”可以帮助企业严格、有效的净化平台内容质量,降低监管风险,提升用户体验,同时还能为企业大幅节省接入成本。据了解,接下来声网还将联合更多业界知名智能语音识别服务商,为企业持续提供业界最高效、最严格的内容审核机制,促进网络生态健康发展。

关于声网Agora

成立于2014年的声网Agora是实时音视频云行业开创者,是全球领先的专业PaaS服务商。疫情期间,声网日均通话分钟数较日常增长近一倍,达15.6亿分钟(按流计时为62.4亿分钟)。其中,教育行业实时音视频分钟数峰值增长7倍,远程办公行业实时音视频分钟数峰值增长10倍,社交泛娱乐行业实时音视频分钟数峰值增长翻倍。

声网服务覆盖社交直播、在线教育、企业协作、IoT、医疗、游戏、保险等10余行业,共计100多种场景。声网的实时互动技术服务覆盖全球200多个国家和地区,并在当地提供技术和运营支持。使用声网服务的企业包括小米、陌陌、抖音、The Meet Group、新东方、VIPKID、好未来等巨头、独角兽及创业企业。

THE END
广告、内容合作请点击这里 寻求合作
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表砍柴网的观点和立场。

相关热点

相关推荐

1
3