微軟公司

鳳凰科技訊 據(jù)科技博客TechCrunch北京時間8月21日報道，微軟公司在當(dāng)?shù)貢r間周日宣布，其對話式語音識別系統(tǒng)的出錯率達(dá)到5.1%，創(chuàng)下目前為止的最低水平，超過了去年微軟人工智能及研究事業(yè)部一組研究人員所實現(xiàn)的5.9%出錯率，達(dá)到了專業(yè)速錄員的同等水平。在此次研究中，專業(yè)速錄員具備重復(fù)收聽錄音等優(yōu)勢。

這兩次研究轉(zhuǎn)錄的是Switchboard語料庫中的錄音。Switchboard語料庫包含了2400段電話對話，自上世紀(jì)90年代以來一直被研究人員作為測試語音識別系統(tǒng)的樣本。

新研究由微軟人工智能及研究事業(yè)部的一組研究人員實施，目標(biāo)是在出錯率上達(dá)到一組速錄員的同等水平，后者可以反復(fù)收聽錄音樣本，了解對話語境，與其他速錄員合作。

整體來說，通過改進(jìn)微軟語音識別系統(tǒng)中基于神經(jīng)網(wǎng)絡(luò)的聽覺和語言模型，實施最新研究的研究人員能夠在去年基礎(chǔ)上把出錯率降低大約12%。顯然，他們還可以讓語音識別器了解整體對話，適應(yīng)錄音樣本的語境，預(yù)測對話中很可能出現(xiàn)的下一個詞匯或短語。這正是人類在與其他人對話時的做法。

微軟的語音識別系統(tǒng)已被用于語音助手小娜、實時翻譯字幕功能Presentation Translator以及微軟認(rèn)知服務(wù)中。(編譯/簫雨)

新鮮有料的產(chǎn)業(yè)新聞、深入淺出的企業(yè)市場分析，輕松有趣的科技人物吐槽。鳳凰科技（ID: ifeng_tech），讓科技更性感。