MONTREAL--(BUSINESS WIRE)--Behavox, som erbjuder ett sortiment med säkerhetsprodukter som hjälper regelefterlevnads-, HR- och säkerhetsteam att skydda sitt företag och kollegor från aktörer med illvilliga avsikter, gick idag ut med att företagets akademiska uppsats om artificiell intelligens – ”Continual learning using lattice-free MMI for speech recognition” – har tagits upp av konferensen International Conference on Acoustics, Speech, and Signal Processing (ICASSP). ICASSP är världens största och mest omfattande tekniska konferens med fokus på signalbehandling och dess tillämpningar. Behavox presenterade denna uppsats på IEEE ICASSP 2022 i Singapore den 9 maj 2022.
”En del forskare forskar för sakens skull, och då är det osannolikt att samhället kommer se några resultat inom den närmaste framtiden. Vi har däremot har vi pushat forskningen så att den bryter ny mark för att hitta en lösning på ett aktuellt problem,” sa Behavox CTO Joseph Benjamin. ”Vi är hedrade av att ha fått ett erkännande från en så prestigefylld konferens och är mycket stolta över vårt team och det arbete de gjort.”
Uppsatsen är skriven av Behavox Machine Learning-team och tar upp utmaningarna med kontinuerlig förbättring av taligenkänningssystem i miljöer där man värdesätter integritet. Denna forskning har en direkt koppling till Behavox FoU-metod som ger kunder den bästa transkriberingskvaliteten på finansmarknaden. Inom FinTech förändras de språk och data som Behavox-system måste kunna bearbeta över tid, två exempel på detta är videokommunikation och kryptovalutor.
Därmed måste maskininlärningsmodeller uppdateras frekvent baserat på relevanta data. För att göra sådana uppdateringar möjliga utan att äventyra dataskyddet, bör modellen kunna förbättras gradvis inuti en säker kundmiljö utan åtkomst till historiska data och data från andra kunder. Detta är en utmaning inom maskininlärning på grund av det enorma problemet med ”glömska”, där modellen börjar prestera dåligt på tidigare inlärda data efter att man gjort förbättringar av en viss typ av data.
Behavox uppsats för ICASSP bidrar till området med kontinuerlig inlärning för taligenkänning. Författarna föreslår en nydanande algoritm som utökar och förfinar den vanligen använda LWF-tekniken (Learning Without Forgetting) som bygger på ett regulariseringsvillkor och tvingar neurala nätverk att glömma mindre. Mer specifikt utformade författarna en ny sekvensnivå för träningsförlust för neurala nätverk som kan användas i stället för konventionell punktmässig LWF. De kunde visa på väsentligt mindre glömska när neurala nätverk finjusterades sekventiellt för olika accenter och talstilar.
Behavox har kommit fram till att användningen av röstplattformar har ökat med 94 procent från år till år, och att i genomsnitt en tredjedel av all arbetsplatskommunikation sker via telefon- eller videokonferens.
Denna teknik har redan framgångsrikt använts för det danska systemet där samarbetet med Behavox lingvister, maskininlärningsteamet och en kund gav Behavox möjlighet att bygga sitt första danska transkriptionssystem som tillförlitligt arbetar med bankdata.
Om Behavox
Behavox erbjuder ett sortiment med säkerhetsprodukter som hjälper regelefterlevnads-, HR- och säkerhetsteam att skydda sitt företag och kollegor från aktörer med illvilliga avsikter.
Via AI-driven analys av alla kommunikationsdata, bland annat e-post, snabbmeddelanden, röst och videokonferensplattformar, bidrar Behavox till att identifiera olagligt, oetiskt och illvilligt beteende på arbetsplatsen.
Behavox grundades 2014 och har huvudkontor i Montreal samt kontor i New York City, London, Seattle, Singapore och Tokyo.
Detta meddelandes ursprungliga källspråkstext är den officiella versionen. Översättningar tillhandahålls endast som ett stöd och skall jämföras med källspråkstexten, vilken är den enda versionen av texten som har rättslig verkan.
