工业论坛
报告题目：对话式人工智能技术及其产业应用
报告简介：随着人工智能技术的发展，智能口语对话技术逐渐成为物联网时代的人工智能入口，自从2022年11月ChatGPT发布以来，以大型语言模型（LLM）为代表的对话式人工智能技术受到了学术界和工业界的广泛关注，影响到了社会生活的多个方面。本报告将对对话式人工智能技术进行介绍，同时结合思必驰自研的语言大模型DFM-2，针对产业化落地中的问题提出一些解决方案和案例。
科大讯飞 熊世富
个人简介：熊世富，科大讯飞AI研究院副院长，毕业于中国科学技术大学语音及语言国家工程中心。研究领域主包括语音识别、声学前端、自然语言处理，在科大讯飞主要负责语音转写&语音交互类语音技术的研究和技术落地工作，先后成功研发基于LSTM的语音识别系统以及端到端语音识别系统，在业务中大规模落地使用。
报告题目：大规模语音应用中的落地思考
报告摘要：AI技术的非标准化和定制化需求一直是AI落地过程中不可逃避的问题，伴随着智能语音在各行各业中的大规模渗透，各种问题层出不穷。本报告将站在讯飞语音业务的视角，首先分享我们对于如何做好大规模语音落地的思考，然后是大模型对语音的影响，以及应对方法。
报告题目：魔搭语音和音频多模态大模型研究和开源进展
报告摘要：摘要：魔搭（ModelScope）社区是阿里巴巴推出的中文模型开源社区。本报告首先会总体介绍魔搭社区语音模态的开源的总体概况。其次会FunASR开源项目推出的工业级语音识别服务一键部署软件包。最后会介绍通义实验室在音频多模态大模型上的最新研究和开源进展。
报告题目：OPPO小布助手的语音技术应用实践
报告摘要：小布是面向OPPO集团多品牌智能手机和IoT设备打造的新一代AI助手，截止到2023年10月，已累计覆盖3.5亿台设备，月活跃用户数1.5亿，月交互次数32亿次。本次报告主要围绕小布助手交互场景业务特点，分享小布自研语音关键技术（包括语音唤醒、语音识别、语音合成等）在对应场景下的算法方案和工程实践。
报告题目：基于数据大模型的数据标注平台
报告摘要：以ChatGPT为代表的大模型风起云涌的今天，人工智能影响着越来越多的行业应用，标注行业也在由劳动密集型向技术驱动型逐步转型。本报告介绍深耕人工智能行业的标贝科技，基于大模型系统在3D点云，OCR识别，ASR长语音标注等场景下的AI数据标注平台能力以及人机配合。
报告题目：智能语音技术赋能语言学习
报告简介：本报告首先简要介绍智能语言学习的研究背景及行业应用；然后聚焦语音评测，介绍面向语音评测的智能语音关键技术；最后展望基于“海河·谛听”大模型的新一代语音评测前瞻技术。
海天瑞声 郝玉峰
报告简介：本报告聚焦于大模型时代背景下的语音技术发展趋势，深入探讨数据需求在这一过程中的转变。报告强调了高质量数据在推动语音技术发展中的关键作用，并介绍商海天瑞声作为全球领先AI数据解决方案提供商在高质量数据构建方面的最新进展。通过深入研究和分析，我们发现大模型时代，对数据的质量和数量提出了前所未有的要求，而海天瑞声凭借其卓越的技术实力和高质量的数据资源，正在为这一领域的发展提供强大的支持。
|
2023年第十八届全国人机语音通讯学术会议 工业论坛日程 时间：2023年12月8日 |
||||
|
序号 |
时间 |
报告题目 |
报告人 |
分会主席 |
|
1 |
16:30 - 17:00 |
对话式人工智能技术及其产业应用 |
樊帅 思必驰 |
张超 |
|
2 |
17:00 - 17:25 |
OPPO小布助手的语音技术应用实践 |
田垚 OPPO |
|
|
3 |
17:25 - 17:40 |
魔搭语音和音频多模态大模型研究和开源进展 |
张仕良 阿里云 |
|
|
4 |
17:40 - 17:55 |
智能语音技术赋能语言学习 |
王龙标 智言科技 |
|
|
时间：2023年12月9日 |
||||
|
5 |
18:30 - 19:00 |
大规模语音应用中的落地思考 |
熊世富 科大讯飞 |
刘瑞 |
|
6 |
19:00 - 19:15 |
大模型时代的语音技术发展 |
郝玉峰 海天瑞声 |
|
|
13 |
19:15 - 19:30 |
基于数据大模型的数据标注平台 |
周彤 标贝科技
|
|
注：每个报告后5分钟为提问时间