مایکروسافت تشخیص صدای ویندوز تلفن را دو برابر سریعتر و 15 درصد دقیق تر از قبل می کند

تیم مایکروسافت بینگ امروز اعلام کرد که به‌روزرسانی‌هایی را برای کاربران ویندوزفون ارائه کرده است تا سرعت و دقت جستجوی صوتی به متن و صوتی را بهبود بخشد. بینگ دو برابر سریعتر از قبل نتایج را برمی گرداند و دقت را تا 15 درصد افزایش می دهد!

در طول سال گذشته، ما از نزدیک با Microsoft Research (MSR) برای رفع محدودیت‌های تجربه صوتی قبلی کار کرده‌ایم. برای دستیابی به بهبود سرعت و دقت، ما بر روی یک رویکرد پیشرفته به نام شبکه‌های عصبی عمیق (DNN) تمرکز کردیم. DNN یک فناوری است که از عملکرد نورون های مغز الهام گرفته شده است. به روشی مشابه، فناوری DNN می‌تواند الگوهای مشابه روشی را که سیستم‌های بیولوژیکی الگوها را تشخیص می‌دهند، شناسایی کند.

با پیوند دادن پیشرفت‌های تحقیقاتی اصلی MSR در استفاده از DNN با مجموعه داده‌های بزرگ ارائه‌شده توسط شاخص عظیم بینگ، DNN‌ها توانستند سریع‌تر یاد بگیرند و به قابلیت‌های صدای بینگ کمک کنند تا به طرز چشمگیری به روشی که انسان گفتار را تشخیص می‌دهد نزدیک‌تر شود. ما همچنین چند پیشرفت در زیر کاپوت انجام دادیم که به Bing امکان داد الگوهای گفتار را آسان‌تر شناسایی کند و نویز محیط و پس‌زمینه را کاهش دهد - زمان پاسخ را به نصف کاهش داد و نرخ خطای کلمه را تا 15 درصد حتی در موقعیت‌های پر سر و صدا بهبود بخشید.

اطلاعات بیشتر در مورد آن را در وبلاگ بینگ.

از طریق: وبلاگ ویندوز فون