云知声完成U2系列语音大模型升级，覆盖多语种出海场景

近期，云知声在港交所发布公告，宣布旗下U2-ASR


语音识别


大模型与U2-TTS语音合成大模型已完成全面能力升级。这次升级没有停留在对原有中文识别效果的小修小补上，而是针对性拓展了大量海外语种的适配能力，直接覆盖欧洲、东南亚、中东、拉美等多个重点出海市场，给有跨语种语音交互需求的企业，提供了更顺手的技术支撑。不少正在布局海外业务的国内企业，已经开始跟进这次升级后的落地效果，准备把新能力接入自己的海外产品里。

很多做海外业务的从业者都有过类似的头疼经历：想给海外用户做语音交互功能，找遍市面上的语音技术方案，要么只能支持英语、日语这类主流语种，很多小众国家的语言识别准确率特别低，连当地用户的日常对话都转写不对；要么语音合成出来的语调特别生硬，带着明显的机器翻译腔，当地用户听着特别别扭，根本不愿意用。云知声这次升级的U2系列语音大模型，就是专门瞄准这些出海痛点，把大量之前覆盖不到的语种做了深度适配，补上了很多细分市场的语音交互短板。

这次升级后的U2-ASR语音识别大模型，一口气新增了13种国际语言的识别能力。这些新增的语种不是随便凑数的浅度适配，每一种都针对当地的日常口语表达习惯、方言口音做了大量数据训练。比如东南亚部分国家的语言里，夹杂了大量当地特色的俚语和外来词汇，之前很多通用语音识别方案根本认不出来，现在升级后的U2-ASR，能精准识别当地用户的日常对话，哪怕用户带着点地方口音，也能把语音内容准确转写成对应的文字，不会出现识别出来的内容完全读不通的情况。

同步升级的U2-TTS语音合成大模型，新增了8种东南亚语言的语音合成能力。很多人之前接触过的小语种语音合成，读出来的内容语调平得像


机器人


，断句完全不符合当地语言的表达习惯，听久了特别别扭。这次升级后的U2-TTS，专门邀请了大量当地的母语主播录制训练素材，合成出来的语音语调自然流畅，断句和重音都符合当地用户的日常说话习惯，甚至能适配不同的使用场景，既可以生成适合导航播报的清晰沉稳音色，也能生成适合智能客服的亲切活泼音色，当地用户听着完全没有生硬的机器感。

从实际落地的场景来看，这次升级能帮很多出海企业解决不少之前卡壳的问题。比如做跨境出行导航的企业，之前在部分东南亚、拉美国家，找不到适配当地小语种的高质量语音导航方案，只能用英语播报，很多当地普通用户根本听不懂，现在接入升级后的U2系列语音大模型，就能直接生成当地母语的导航语音，用户用起来顺手很多。做跨境电商智能客服的企业，之前很多小语种的用户咨询，只能靠人工客服回复，效率低成本高，现在用升级后的语音识别转写用户的咨询内容，再用语音合成生成回复，就能直接实现小语种的智能语音客服，不用投入大量懂小众语言的人工坐席。

不少提前试用了这次升级版本的出海企业都反馈，之前找遍全球都很难找到能同时覆盖这么多细分语种、效果还能达标的语音技术方案。云知声这次的U2系列语音大模型升级，刚好踩中了很多企业出海的实际需求点。目前升级后的全能力版本已经正式对外开放接入，后续会有更多面向全球市场的


智能硬件


、出行、电商产品，用上这套适配多语种的语音交互能力，给不同国家和地区的用户带来更自然的语音交互体验。