Microsoft Research prolomil „bariéru rozpoznávání lidské řeči“

Výzkum společnosti Microsoft učinil zásadní průlom v rozpoznávání řeči. Nyní vyvinul systém, který rozumí konverzaci stejně dobře jako člověk. Jejich systém rozpoznávání řeči dělá stejné nebo méně chyb než profesionální přepisovatelé. Výzkumníci hlásili míru chybovosti slov (WER) 5.9 procenta, což je pokles oproti 6.3 procenta WER, které tým uvedl jen minulý měsíc. Je to nejnižší zaznamenaná hodnota v porovnání s úlohou rozpoznávání řeči v ústředně podle průmyslového standardu.

"Dosáhli jsme lidské parity," řekl Xuedong Huang, hlavní řečník společnosti. "Je to historický úspěch."

"Ještě před pěti lety bych si nemyslel, že bychom toho mohli dosáhnout." Jen by mě nenapadlo, že by to bylo možné,“ řekl harry shum, výkonný viceprezident, který vede skupinu Microsoft Artificial Intelligence and Research.

"Tento úspěch je vyvrcholením více než dvacetiletého úsilí," řekl Geoffrey Zweig, který řídí výzkumnou skupinu Speech & Dialog.

Tento průlomový výzkum zlepší funkce rozpoznávání řeči v různých produktech společnosti Microsoft, včetně spotřebitelských zábavních zařízení, jako je Xbox, nástrojů pro usnadnění, jako je okamžitý přepis řeči na text, a osobních digitálních asistentů, jako je Cortana.

„Cortana bude díky tomu výkonnější a bude možná skutečně inteligentní asistentka,“ řekl Shum.

Přečtěte si celý příběh zde.