2025-10-08
8月17-21日，國際音頻領(lǐng)域頂級會議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)多語種任務(wù)的研究成果成功入選INTERSPEECH2025錄用論文，并受邀在會議上作技術(shù)發(fā)表。作為全球語音科學(xué)與技術(shù)領(lǐng)域最具權(quán)威性的學(xué)術(shù)會議之一，INTERSPEECH的認(rèn)可體現(xiàn)了榮耀在端側(cè)AI語音技術(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)探索道路上的一個重要里程碑，標(biāo)志著榮耀在AI領(lǐng)域的實踐與理解邁上了一個新臺階。
雙論文入選國際頂會，端側(cè)AI語音技術(shù)獲權(quán)威學(xué)術(shù)認(rèn)可
INTERSPEECH作為國際音頻領(lǐng)域頂級會議，其收錄論文代表著全球語音技術(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語音技術(shù)的核心難題——如何在移動設(shè)備有限的算力與存儲資源下，實現(xiàn)媲美云端的多語種實時語音識別與通話翻譯體驗。
（圖：榮耀兩位AI專家在荷蘭鹿特丹INTERSPEECH學(xué)術(shù)交流現(xiàn)場作技術(shù)發(fā)表）
據(jù)了解，榮耀研發(fā)團隊與上海交通大學(xué)的聯(lián)合攻關(guān)，針對“端側(cè)實現(xiàn)高準(zhǔn)確率、高響應(yīng)速度翻譯體驗”的技術(shù)痛點提出獨創(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)多語種通話翻譯功能，實現(xiàn)了從學(xué)術(shù)研究到產(chǎn)業(yè)應(yīng)用的無縫銜接。
榮耀MagicOS副總裁孫建發(fā)表示：“榮耀始終堅信，AI 技術(shù)的終極價值在于更好地服務(wù)用戶，而端側(cè)AI 是實現(xiàn)隱私安全與極致體驗平衡的最優(yōu)路徑。此次研究成果入選 INTERSPEECH，是對榮耀技術(shù)創(chuàng)新的鼓勵，同樣印證了‘從用戶需求出發(fā)’的研發(fā)理念，讓每位用戶在無網(wǎng)絡(luò)環(huán)境下也能享受精準(zhǔn)、實時的多語種翻譯，這才是端側(cè) AI 真正的普惠價值?！?/p>
突破行業(yè)兩難瓶頸，構(gòu)建全球首個端側(cè)語音大模型
在移動互聯(lián)網(wǎng)時代，語音已成為人機交互的核心入口，而端側(cè)語音技術(shù)的突破直接關(guān)系到用戶體驗。長期以來，行業(yè)面臨著兩難困境：依賴云端處理的語音翻譯方案存在隱私泄露風(fēng)險，而傳統(tǒng)端側(cè)方案又受限于設(shè)備算力，難以實現(xiàn)實時性與準(zhǔn)確性的兼顧。
榮耀的研究項目啟動之初就確立了“純端側(cè)實現(xiàn)媲美云端的通話翻譯體驗”的目標(biāo)，這意味著研發(fā)團隊必須在算力、存儲、功耗多重約束下，解決兩大核心挑戰(zhàn)：一是如何讓AI在極短時間內(nèi)精準(zhǔn)識詞，實現(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)的流暢性與實時性。
經(jīng)過多次技術(shù)迭代，榮耀團隊創(chuàng)造性地提出兩大技術(shù)方案：其一，通過創(chuàng)新的注意力機制與決策策略結(jié)合，讓端側(cè)AI實現(xiàn)流式語音識別能力，無需等待用戶說完整句話即可啟動識別與翻譯，徹底打破傳統(tǒng)方案的延遲瓶頸，真正做到“邊說邊識別”；其二，提出全新的投機采樣推理模塊，通過直接與主模型的“大腦”協(xié)同工作，即時讀取并利用主模型已經(jīng)形成的“記憶”和“思路”來高效預(yù)測接下來可能出現(xiàn)的詞，在不降低準(zhǔn)確性的前提下實現(xiàn)推理速度的顯著提升。
這兩項技術(shù)方案不僅通過了權(quán)威學(xué)術(shù)評審，同時在實測中展現(xiàn)出強大性能：將傳統(tǒng)方案3-4GB的內(nèi)存占用壓縮至800MB，節(jié)省75%存儲空間；翻譯準(zhǔn)確率提升16%，推理速度提升38%，真正實現(xiàn)了“小而美”的突破。
依托這些技術(shù)創(chuàng)新，榮耀成功構(gòu)建起全球首個端側(cè)語音大模型，將中、英、德、法、西、意等6個語種包嵌入僅0.8B參數(shù)量的模型中，用戶無需額外下載語音包即可實現(xiàn)多語種互譯，且支持離線使用——這意味著即便在無網(wǎng)絡(luò)環(huán)境下，語音數(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語音技術(shù)領(lǐng)域的突破，并非偶然，而是品牌長期深耕AI戰(zhàn)略的必然結(jié)果。自阿爾法戰(zhàn)略公布以來，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體驗落地到技術(shù)開源，再到端側(cè)語音大模型突破，形成了清晰的戰(zhàn)略演進路徑。
此前，在世界人工智能大會（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)感知與自動執(zhí)行規(guī)劃能力，比肩SOTA模型達到行業(yè)領(lǐng)先水平。
榮耀開源的MagicGUI大模型意圖識別技術(shù)，已在人機交互領(lǐng)域樹立新標(biāo)桿，通過精準(zhǔn)理解用戶指令背后的真實需求，讓智能設(shè)備從“被動響應(yīng)”轉(zhuǎn)向“主動服務(wù)”。而此次端側(cè)語音大模型的落地，則進一步完善了榮耀AI技術(shù)矩陣，構(gòu)建全面的AI生態(tài)體系，為榮耀MagicOS用戶帶來更優(yōu)質(zhì)的AI體驗。
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會議上正式發(fā)表，榮耀端側(cè)AI語音技術(shù)迎來廣泛的行業(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，未來還將擴展至更多語種與場景，進一步提升全球化服務(wù)能力。
從更深層次來看，此次技術(shù)突破不僅是榮耀的個體成就，也代表著中國科技企業(yè)在全球AI競爭中的崛起。在語音識別等領(lǐng)域，榮耀通過獨創(chuàng)技術(shù)創(chuàng)新，彰顯了AI科技的硬實力。INTERSPEECH的認(rèn)可，無疑將為榮耀打開更廣闊的國際合作空間，推動榮耀AI技術(shù)標(biāo)準(zhǔn)與方案走向世界。
對于消費者而言，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。從MagicGUI大模型的意圖識別與自動化執(zhí)行，到端側(cè)語音大模型的離線、實時翻譯，榮耀正用技術(shù)創(chuàng)新重新定義智能終端的核心價值——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)略的藍圖繪就，到MagicGUI大模型的開源共享，再到端側(cè)語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，源于對用戶需求的深刻洞察，源于對技術(shù)創(chuàng)新的執(zhí)著追求，更源于構(gòu)建開放生態(tài)、推動行業(yè)進步的責(zé)任擔(dān)當(dāng)。未來，隨著更多AI技術(shù)的落地，榮耀將為消費者帶來更智能的生活體驗，為中國科技在全球舞臺上贏得更多掌聲。
-leyu樂魚官網(wǎng)
leyu.樂魚
京ICP備2022033023號
京公網(wǎng)安備 11030102011456號
