人工智能在语音识别和自然语言处理方面有哪些进展？
2024-04-10 阅读 90
近年来，语音识别和自然语言处理都进步很快。主要体现在模型架构（Transformer/注意力机制）提升了表示能力，大规模自监督预训练（如BERT、GPT、wav2vec）显著增强了泛化与少样本能力，端到端系统逐步替代传统多模块管线，神经 TTS（如Tacotron、WaveNet、HiFi‑GAN）达到更自然的合成效果，多语种与零/少样本迁移能力增强，实时与离线在设备推理、模型蒸馏与量化使部署更高效，语音与文本的多模态结合推动了对话、语音翻译和辅助听写等落地应用。
更新于 2026年01月03日
