近日，語音與語言處理學術圈頂會IEEE SLT（Spoken Language Technology Workshop，口語技術研討會）2022年論文錄用情況正式公布，150余篇頂級學術成果出爐。由數美科技人工智能研究院李田、孟慶梁、孫宇健等專家聯合研究發表的論文“IMPROVED NOISY ITERATIVE PSEUDO-LABELING FOR SEMI-SUPERVISED SPEECH RECOGNITION”（《改良NIPL訓練方案在半監督語音識別領域的應用》）順利通過嚴格的交叉評審（接收率42.1%）后被國際會議SLT 2022錄用。
由于ASR（Automatic Speech Recognition，自動語音識別技術）標注成本較高，實施半監督式訓練一直是科研界和工業界的熱點問題。在本篇論文中，數美科技人工智能研究院的專家們提出了一種基于假設分布檢驗的經驗評分方法來指導迭代PL訓練，從而降低數據實驗成本，同時提高ASR效果。
研究提出了一種基于高斯分布置信度的數據質量過濾方案，同時提出了一個切實可行的啟發式評分策略來指導標記和未標記數據之間的平衡。研究數據表明，這種策略不僅大大減少了數據實驗的數量，而且提高了ASR效果的上限，此外還可以在一定程度上預測PL訓練下一次迭代的有效性。
數美科技NLP技術專家、研究項目負責人李田表示，這項研究的最終目的是要解決半監督學習在工業界落地的問題，最大程度地避免無窮無盡的數據實驗，達到降低實驗成本、增強ASR效果、提升字準確率的目的。
據悉，IEEE信號處理學會（IEEE Signal Processing Society）語音與語言處理技術委員會（Speech and Language Processing Technical Committee，SLTC）是國際上語音與語言處理研究的權威學術組織。IEEE Spoken Language Technology Workshop（SLT，口語技術研討會）是該委員會主導的兩年一次的旗艦會議，是語音與語言處理學術圈的頂會，歷史悠久，影響廣泛。會議通過廣泛的論文征集，嚴格的同行評審，并通過特邀報告、特別議題、論文展示、企業展臺等多種形式，呈現最前沿的學術進展和最活躍的學術思想，極大地促進了國際上語音與語言處理技術相關科研人員的交流合作。
談及此次科研項目的意義，李田和孫宇健說，“數美科技人工智能研究院與業界其他研究院的不同之處在于，我們的研究是與公司業務緊密結合的，此次研究的成果也將助力數美天凈產品效果升級，進一步提升ASR準確率。我們享受不斷探索認知邊界的樂趣，逐步掃清人類的未知領域，是我們在艱難險阻中將研究進行下去的動力，時刻保持對未知領域的探索也是我們永遠熱衷的事情。”
2023年1月，李田、孫宇健兩位專家將代表數美科技人工智能研究院赴卡塔爾多哈參加2022 IEEE口語技術研討會，與Google，Facebook，Amazon等前沿科技企業分享他們在語音和文本領域內的研究成果，屆時該論文也將在此次研討會上正式亮相。讓我們共同期待這場語音與語言處理最前沿的學術進展和最活躍的學術思想盛宴！
科技創新永無止境。作為一家以科技創新為立身之本的人工智能風控公司，數美科技既扎根于國內創新創業土壤，同時也銳意進取，積極追隨國際最前沿的技術腳步。此次數美科技人工智能研究院的科研成果能夠入選語音與語言處理頂級會議IEEE SLT，正是數美科技邁向國際化的重要一步。未來，數美科技將懷抱“成為一家世界一流的科技公司”愿景，保持對前沿技術永無止境的追求，深化國際科技交流合作，推動人工智能風控技術走向世界。
關于數美科技人工智能研究院：
數美科技人工智能研究院成立于2016年，由數十位在圖像、語音、自然語言處理領域深耕多年的研究員、開發者和架構師組成，時刻走在深度學習等人工智能領域最前沿，推動數美數字風控從前沿技術到實用產品的落地創新，針對行業場景和客戶需求不斷開展高通用性、強定制化的模型策略研發工作。數美科技人工智能研究院獨創業界首家嬌喘識別技術，掌握上萬種廣告變體識別技術、賬號設備風險分析技術等前沿科技。
