Microsoftovo istraživanje probija "barijeru prepoznavanja ljudskog govora"

Microsoft Research napravio je veliki napredak u prepoznavanju govora. Sada su razvili sustav koji razumije razgovor jednako dobro kao i osoba. Njihov sustav za prepoznavanje govora čini iste ili manje pogrešaka od profesionalnih transkripcionista. Istraživači su izvijestili o stopi pogreške riječi (WER) od 5.9 posto, što je pad od 6.3 posto WER-a koliko je tim izvijestio prošlog mjeseca. To je najniži ikad zabilježen u odnosu na industrijski standardni zadatak prepoznavanja govora Switchboard.

"Dosegli smo ljudski paritet", rekao je Xuedong Huang, glavni govorni znanstvenik tvrtke. "Ovo je povijesno postignuće."

“Čak ni prije pet godina ne bih pomislio da možemo ovo postići. Jednostavno nisam mislio da će to biti moguće", rekao je Harry Shum, izvršni potpredsjednik koji vodi Microsoftovu grupu za umjetnu inteligenciju i istraživanje.

“Ovo postignuće kulminacija je više od dvadeset godina truda,” rekao je Geoffrey Zweig, koji vodi istraživačku grupu Speech & Dialog.

Ovo revolucionarno istraživanje poboljšat će značajke prepoznavanja govora u raznim Microsoftovim proizvodima uključujući uređaje za potrošačku zabavu kao što je Xbox, alate za pristupačnost kao što je trenutna transkripcija govora u tekst i osobne digitalne pomoćnike kao što je Cortana.

“Ovo će Cortanu učiniti moćnijom, omogućujući istinski inteligentnog pomoćnika”, rekao je Shum.

Pročitajte cijelu priču ovdje.