韩国人工智能企业Saltlux(代表李京一)17日表示,推出新产品“Voice Studio”。公司方面解释称,此次推出的Voice Studio搭载优秀的语音识别与合成技术及便捷的管理工具,不仅可供需要语音技术的企业使用,也能在制作内容的媒体及娱乐领域广泛应用。
Voice Studio搭载了学习1万小时数据的基础模型,将语音识别率提高至约96%。此外,应用了平均1秒内输出语音识别结果的“端到端语音识别技术”,与以往需等待全部数据输入完成不同,现可构建实时语音识别系统。Saltlux还通过该技术在国会实现了全球首个“AI语音识别直播字幕系统”,为数字平台政府奠定了基石。语音合成速度也大幅提升。通过应用新的语音合成引擎并引入基于迁移学习的技术,学习12小时语音数据所需时间由一周缩短至3天,仅用30分钟的少量数据也能生成新的声音。为使不熟悉编程的人也能轻松使用语音模型生成—学习—部署—监控功能而开发的“一键管理工具”,也是Voice Studio的核心之一。此外还搭载了▲基于i-Vector的说话人分离引擎 ▲对非韩文标记的发音生成功能等,预计将受到希望运用语音识别及合成技术的用户欢迎。Saltlux相关人士表示:“明年计划通过基于云的服务将客户群扩大至B2C领域”,“将持续推出任何人都能制作和部署AI服务的Studio产品,为AI的大众化作出贡献。”






