小样本训练的语种定制智能语音识别系统

现状：
全球智能语音识别错误率连续降低，国内智能语音厂商也在不断不断刷新准确率上限，中国智能语音应用层技术已经完全达到落地标准，而本项目公司定位为人工智能语音技术产品和服务提供商，主要通过医疗、广电等提供语种定制智能语音解决方案，但目前主流的标注模型学习训练时间长，对于高频定制化开发来说是难以接受如此长周期，这就需要提供一种高频高效的训练模型。

需解决问题：
通过深度学习、人工智能算法，降低样本训练，实现高频可定制的差异化性能；通过建立管理和测试的中文引擎系统，同时建立数据标注和模型训练的方言引擎系统，实现中文、方言语言数据处理识别。

达到的指标：
小样本下（如<100小时）模型学习的效率，能够实现其它方法1000小时标注量的效果；能够支持闽南语、粤语、维吾尔族语等不少于8种小语种定制模型。