小米语音识别端到端系统升级之路

小米语音识别端到端系统升级之路.pptx

下载

pptx文件

3.4M

小米通过端到端语音识别系统升级，采用Zipformer算法优化encoder-decoder架构，实现响应速度与准确率双提升。针对流式场景的尖峰滞后问题，结合TrimTail等技术降低延迟，并基于音节建模增强热词识别能力。通过动态Batch调度与半精度浮点（FP16）推理优化，GPU利用率显著提高，服务容量翻倍。成果上，手机、音箱等设备句错率下降20%，IDC服务器资源效率倍增，支撑日均2.7亿次语音交互，高效适配“人车家全生态”多场景需求。