11 月 3 日消息，中国电信人工智能研究院（TeleAI）在今年 5 月推出了一个硬核成果——业界首个支持 30 种方言自由混说的语音识别大模型“星辰超多方言语音识别大模型”。仅过去不到半年，星辰语音大模型的多方言能力就迎来了一次重大升级，此次不仅将方言种类从 30 种扩展到了 40 种，还同步将英文纳入了识别范围。

新加入的方言包括湛江话、宜宾话、洛阳话、烟台话等，覆盖范围更广，也更贴近实际使用场景。那么，TeleAI 是如何实现这一突破的呢？关键在于模型训练路径上的精巧设计。传统方法依赖大量有标注数据来训练模型，但方言数据的特点是：无标注的原始录音数量庞大，而有标注的干净数据却极为稀缺。TeleAI 采用的方案是“预训练 + 微调”——先用海量无标注数据训练出一个通用的语音识别基底，再借助少量有标注数据进行针对性微调。这一思路正好切中了方言场景的痛点，效果自然更加理想。

更值得关注的是，TeleAI 在模型结构以及成本优化方面进行了创新，使得对人工标注数据的需求量大幅降低了约 50 倍，同时模型效果仍能与采用全监督训练的方言模型不相上下。这项突破对于方言语音识别的大规模落地应用，意义不言而喻。