Microsoftova tehnologija prepoznavanja govora sada je točnija nego ikad prije
2 min. čitati
Objavljeno na
Podijelite ovaj članak
Poboljšajte ovaj vodič
Pročitajte našu stranicu za otkrivanje kako biste saznali kako možete pomoći MSPoweruseru da održi urednički tim Čitaj više
Microsoftova tehnologija prepoznavanja govora upravo je dostigla točnost na razini čovjeka. Istraživački tim tvrtke objavio je da njezin sustav za prepoznavanje govora sada ima stopu pogreške riječi (WER) od samo 5.1%. To je manje u odnosu na prethodni WER sustava od 5.9%. Redmond je tijekom godine neprestano unapređivao svoj sustav prepoznavanja govora i uspio ga je smanjiti na 5.1% s 6.3% WER-a postigao je još u rujnu prošle godine. Tvrtka je uspjela smanjiti stopu pogreške za nevjerojatnih 12% tijekom prošle godine.
Prethodna izvješća su pokazala da je stopa pogreške ljudske riječi trenutno na 5,1%, što znači da je Microsoftov sustav za prepoznavanje govora precizan koliko i ljudi. To je prilično veliko postignuće s Microsoftove strane, budući da je posljednjih 25 godina pokušavao postići ljudski paritet.
Redmond je detaljno opisao kako postiže nižu stopu pogreške koristeći kombinaciju konvolucionarne neuronske mreže i dvosmjerne dugotrajne kratkoročne memorije na tehnička Prijava. Inženjeri u Microsoftu također su radili na poboljšanju svojih akustičkih i jezičnih modela temeljenih na neuronskim mrežama, pridonoseći poboljšanoj stopi pogrešaka riječi. Tvrtka također tvrdi da je njezino ulaganje u poslovanje u oblaku omogućilo brži proces obuke za svoje akustičke i jezične modele.
Microsoftova tehnologija prepoznavanja govora koja se koristi u sustavima Windows, Cortana, Office, Cognitive Services i poboljšana točnost vjerojatno će koristiti gotovo svim njegovim klijentima u nadolazećim mjesecima.
