云云云云云云云云EasyDL 语音（3）

语音（3）"/>

云云云云云云云云EasyDL 语音（3）

EasyDL 语音是干嘛的？

解释一下：就是用零代码自助训练语音识别语言模型，声音分类模型。提升业务领域专有名词识别准确率，区分不同声音类别，广泛适用于行业数据采集录入、语音指令、呼叫中心、声音类型检测等应用场景。 说白了就是基于语音识别上的牛杯功能。

一般训练的流程有下面四个。语音识别可以使用业务场景文本的语料，在不用使用者敲代码的情况下自动训练语音识别的模型，提高业务领域识别准确率。一般比较常见的场景是在语音对话，语音的指令（小度小度），语音录入（微信语音），客服电话（超级烦人的机器人就是不给你转人工0 0）等等

• 1.创建模型，选择训练的语音识别接口
• 2.上传测试音频和标注文本评估基础模型
• 3.上传业务词汇或长文本自动训练模型
• 4.上线模型，语音识别接口配置参数使用

说白了就是你不用写代码，准备好声音素材然后上传。 再传对应这些声音的文本或者词汇去给他做训练，当然你得把控训练结果及时调整。然后就是完成训练，整个模型就可以投入使用。 就是他再听到或者识别到类似的发音就可以反应出来文字内容是啥。 还挺有意思的。

我亲测过让机器识别 哈比 憨批 憨憨 哈子 艾斯比。。。结果机器都能识别出来是啥。简直优秀。

另外除了语音识别的一个类就是声音分类。

核心内容就是去定制识别当前音频是什么类型的声音。 应用于生产或泛安防场景中监控异常声音。应用在安防监控和科学研究比较多。

流程和上面的语音识别也差不多，共四个：

• 数据处理

  提供闭环的数据管理功能，从数据上传、标注到训练

• 模型训练

  提供丰富的训练方式，零代码轻松获得高精度模型

• 模型校验

  提供详细的模型评估报告，支持在线校验，助力针对性优化模型

• 模型部署

  将模型转换为适合业务场景的推理形式，从云到端全覆盖

一般以上的语音识别功能就这些，然后稍微讲讲百度的EasyDL语音识别。和其他云厂商的有一些不同和优势，主要体现在：

零门槛操作

最快10min训练优化

一站式自动化训练

上传文件极简交互

高精准评估

可视化训练报告

系统自动评估推荐基础模型

训练前后均提供评估报告

强训练效果

5%-25%识别率提升

预置百度大规模预训练模型

支持长短文本多种训练方式

支持多次上传迭代训练

超灵活部署

多种云端调用方式

模型上线后专属使用

支持在线API，SDK多种方式