2025-10-08
8月17-21日，國(guó)際音頻領(lǐng)域頂級(jí)會(huì)議INTERSPEECH在荷蘭鹿特丹舉辦。榮耀聯(lián)合上海交通大學(xué)完成的兩篇聚焦端側(cè)多語(yǔ)種任務(wù)的研究成果成功入選INTERSPEECH2025錄用論文，并受邀在會(huì)議上作技術(shù)發(fā)表。作為全球語(yǔ)音科學(xué)與技術(shù)領(lǐng)域最具權(quán)威性的學(xué)術(shù)會(huì)議之一，INTERSPEECH的認(rèn)可體現(xiàn)了榮耀在端側(cè)AI語(yǔ)音技術(shù)領(lǐng)域的持續(xù)努力與技術(shù)積累，這表明榮耀在全球化的AI技術(shù)交流中，取得了一定進(jìn)展。在阿爾法戰(zhàn)略的指引下，榮耀于AI領(lǐng)域持續(xù)深耕，此次取得的成果，是榮耀技術(shù)探索道路上的一個(gè)重要里程碑，標(biāo)志著榮耀在AI領(lǐng)域的實(shí)踐與理解邁上了一個(gè)新臺(tái)階。
雙論文入選國(guó)際頂會(huì)，端側(cè)AI語(yǔ)音技術(shù)獲權(quán)威學(xué)術(shù)認(rèn)可
INTERSPEECH作為國(guó)際音頻領(lǐng)域頂級(jí)會(huì)議，其收錄論文代表著全球語(yǔ)音技術(shù)研究的最前沿方向。榮耀的兩篇論文成功入選，聚焦的正是當(dāng)前端側(cè)AI語(yǔ)音技術(shù)的核心難題——如何在移動(dòng)設(shè)備有限的算力與存儲(chǔ)資源下，實(shí)現(xiàn)媲美云端的多語(yǔ)種實(shí)時(shí)語(yǔ)音識(shí)別與通話翻譯體驗(yàn)。
（圖：榮耀兩位AI專家在荷蘭鹿特丹INTERSPEECH學(xué)術(shù)交流現(xiàn)場(chǎng)作技術(shù)發(fā)表）
據(jù)了解，榮耀研發(fā)團(tuán)隊(duì)與上海交通大學(xué)的聯(lián)合攻關(guān)，針對(duì)“端側(cè)實(shí)現(xiàn)高準(zhǔn)確率、高響應(yīng)速度翻譯體驗(yàn)”的技術(shù)痛點(diǎn)提出獨(dú)創(chuàng)性解決方案，相關(guān)技術(shù)已成功轉(zhuǎn)化為可落地的端側(cè)多語(yǔ)種通話翻譯功能，實(shí)現(xiàn)了從學(xué)術(shù)研究到產(chǎn)業(yè)應(yīng)用的無(wú)縫銜接。
榮耀MagicOS副總裁孫建發(fā)表示：“榮耀始終堅(jiān)信，AI 技術(shù)的終極價(jià)值在于更好地服務(wù)用戶，而端側(cè)AI 是實(shí)現(xiàn)隱私安全與極致體驗(yàn)平衡的最優(yōu)路徑。此次研究成果入選 INTERSPEECH，是對(duì)榮耀技術(shù)創(chuàng)新的鼓勵(lì)，同樣印證了‘從用戶需求出發(fā)’的研發(fā)理念，讓每位用戶在無(wú)網(wǎng)絡(luò)環(huán)境下也能享受精準(zhǔn)、實(shí)時(shí)的多語(yǔ)種翻譯，這才是端側(cè) AI 真正的普惠價(jià)值?！?/p>
突破行業(yè)兩難瓶頸，構(gòu)建全球首個(gè)端側(cè)語(yǔ)音大模型
在移動(dòng)互聯(lián)網(wǎng)時(shí)代，語(yǔ)音已成為人機(jī)交互的核心入口，而端側(cè)語(yǔ)音技術(shù)的突破直接關(guān)系到用戶體驗(yàn)。長(zhǎng)期以來(lái)，行業(yè)面臨著兩難困境：依賴云端處理的語(yǔ)音翻譯方案存在隱私泄露風(fēng)險(xiǎn)，而傳統(tǒng)端側(cè)方案又受限于設(shè)備算力，難以實(shí)現(xiàn)實(shí)時(shí)性與準(zhǔn)確性的兼顧。
榮耀的研究項(xiàng)目啟動(dòng)之初就確立了“純端側(cè)實(shí)現(xiàn)媲美云端的通話翻譯體驗(yàn)”的目標(biāo)，這意味著研發(fā)團(tuán)隊(duì)必須在算力、存儲(chǔ)、功耗多重約束下，解決兩大核心挑戰(zhàn)：一是如何讓AI在極短時(shí)間內(nèi)精準(zhǔn)識(shí)詞，實(shí)現(xiàn)低延遲與高準(zhǔn)確率的平衡；二是如何在有限資源下保證翻譯響應(yīng)的流暢性與實(shí)時(shí)性。
經(jīng)過多次技術(shù)迭代，榮耀團(tuán)隊(duì)創(chuàng)造性地提出兩大技術(shù)方案：其一，通過創(chuàng)新的注意力機(jī)制與決策策略結(jié)合，讓端側(cè)AI實(shí)現(xiàn)流式語(yǔ)音識(shí)別能力，無(wú)需等待用戶說完整句話即可啟動(dòng)識(shí)別與翻譯，徹底打破傳統(tǒng)方案的延遲瓶頸，真正做到“邊說邊識(shí)別”；其二，提出全新的投機(jī)采樣推理模塊，通過直接與主模型的“大腦”協(xié)同工作，即時(shí)讀取并利用主模型已經(jīng)形成的“記憶”和“思路”來(lái)高效預(yù)測(cè)接下來(lái)可能出現(xiàn)的詞，在不降低準(zhǔn)確性的前提下實(shí)現(xiàn)推理速度的顯著提升。
這兩項(xiàng)技術(shù)方案不僅通過了權(quán)威學(xué)術(shù)評(píng)審，同時(shí)在實(shí)測(cè)中展現(xiàn)出強(qiáng)大性能：將傳統(tǒng)方案3-4GB的內(nèi)存占用壓縮至800MB，節(jié)省75%存儲(chǔ)空間；翻譯準(zhǔn)確率提升16%，推理速度提升38%，真正實(shí)現(xiàn)了“小而美”的突破。
依托這些技術(shù)創(chuàng)新，榮耀成功構(gòu)建起全球首個(gè)端側(cè)語(yǔ)音大模型，將中、英、德、法、西、意等6個(gè)語(yǔ)種包嵌入僅0.8B參數(shù)量的模型中，用戶無(wú)需額外下載語(yǔ)音包即可實(shí)現(xiàn)多語(yǔ)種互譯，且支持離線使用——這意味著即便在無(wú)網(wǎng)絡(luò)環(huán)境下，語(yǔ)音數(shù)據(jù)也能在本地完成處理，從源頭保障隱私安全。
阿爾法戰(zhàn)略持續(xù)落地，榮耀AI技術(shù)矩陣構(gòu)建全生態(tài)體系
榮耀在端側(cè)AI語(yǔ)音技術(shù)領(lǐng)域的突破，并非偶然，而是品牌長(zhǎng)期深耕AI戰(zhàn)略的必然結(jié)果。自阿爾法戰(zhàn)略公布以來(lái)，榮耀在AI技術(shù)領(lǐng)域的投入始終保持“持續(xù)性”與“前瞻性”，從AI體驗(yàn)落地到技術(shù)開源，再到端側(cè)語(yǔ)音大模型突破，形成了清晰的戰(zhàn)略演進(jìn)路徑。
此前，在世界人工智能大會(huì)（WAIC）期間，榮耀正式發(fā)布自研多模態(tài)感知大模型——MagicGUI大模型。作為榮耀推出的首個(gè)GUI開源大模型，MagicGUI以7B（70億）參數(shù)規(guī)模，支撐底層AI智能體的多模態(tài)感知與自動(dòng)執(zhí)行規(guī)劃能力，比肩SOTA模型達(dá)到行業(yè)領(lǐng)先水平。
榮耀開源的MagicGUI大模型意圖識(shí)別技術(shù)，已在人機(jī)交互領(lǐng)域樹立新標(biāo)桿，通過精準(zhǔn)理解用戶指令背后的真實(shí)需求，讓智能設(shè)備從“被動(dòng)響應(yīng)”轉(zhuǎn)向“主動(dòng)服務(wù)”。而此次端側(cè)語(yǔ)音大模型的落地，則進(jìn)一步完善了榮耀AI技術(shù)矩陣，構(gòu)建全面的AI生態(tài)體系，為榮耀MagicOS用戶帶來(lái)更優(yōu)質(zhì)的AI體驗(yàn)。
技術(shù)落地賦能產(chǎn)品與行業(yè)，榮耀AI 領(lǐng)導(dǎo)力走向全球
隨著兩篇論文在INTERSPEECH會(huì)議上正式發(fā)表，榮耀端側(cè)AI語(yǔ)音技術(shù)迎來(lái)廣泛的行業(yè)關(guān)注。據(jù)透露，相關(guān)技術(shù)已率先應(yīng)用于榮耀最新旗艦產(chǎn)品，未來(lái)還將擴(kuò)展至更多語(yǔ)種與場(chǎng)景，進(jìn)一步提升全球化服務(wù)能力。
從更深層次來(lái)看，此次技術(shù)突破不僅是榮耀的個(gè)體成就，也代表著中國(guó)科技企業(yè)在全球AI競(jìng)爭(zhēng)中的崛起。在語(yǔ)音識(shí)別等領(lǐng)域，榮耀通過獨(dú)創(chuàng)技術(shù)創(chuàng)新，彰顯了AI科技的硬實(shí)力。INTERSPEECH的認(rèn)可，無(wú)疑將為榮耀打開更廣闊的國(guó)際合作空間，推動(dòng)榮耀AI技術(shù)標(biāo)準(zhǔn)與方案走向世界。
對(duì)于消費(fèi)者而言，榮耀在AI領(lǐng)域的持續(xù)突破意味著更優(yōu)質(zhì)、更安全、更智能的產(chǎn)品體驗(yàn)。從MagicGUI大模型的意圖識(shí)別與自動(dòng)化執(zhí)行，到端側(cè)語(yǔ)音大模型的離線、實(shí)時(shí)翻譯，榮耀正用技術(shù)創(chuàng)新重新定義智能終端的核心價(jià)值——不再是硬件參數(shù)的堆砌，而是以AI為核心的“感知能力”“理解能力”與“服務(wù)能力”的綜合提升。
從阿爾法戰(zhàn)略的藍(lán)圖繪就，到MagicGUI大模型的開源共享，再到端側(cè)語(yǔ)音大模型的全球首發(fā)，榮耀用持續(xù)不斷的技術(shù)突破證明：真正的AI領(lǐng)導(dǎo)力，源于對(duì)用戶需求的深刻洞察，源于對(duì)技術(shù)創(chuàng)新的執(zhí)著追求，更源于構(gòu)建開放生態(tài)、推動(dòng)行業(yè)進(jìn)步的責(zé)任擔(dān)當(dāng)。未來(lái)，隨著更多AI技術(shù)的落地，榮耀將為消費(fèi)者帶來(lái)更智能的生活體驗(yàn)，為中國(guó)科技在全球舞臺(tái)上贏得更多掌聲。
-leyu樂魚官網(wǎng)
leyu.樂魚
京ICP備2022033023號(hào)
京公網(wǎng)安備 11030102011456號(hào)
