IBM mengalahkan Microsoft dalam akurasi Speech Recognition

Tahun lalu, Microsoft membuat beberapa terobosan yang cukup mengesankan dalam pengenalan suara. Perusahaan mengklaim bahwa teknologi pengenalan ucapannya mencapai "paritas manusia" dengan hanya 5.9% dari WER (Tingkat Kesalahan Kata). Dan sekarang, IBM telah mencapai WER yang lebih rendah lagi dengan teknologi pengenalan ucapannya. Perusahaan mengklaim telah mencapai tingkat kesalahan kata 5.5%, mengalahkan rekor 5.9% Microsoft sebesar 0.4%.

Microsoft sebelumnya mengalahkan rekor WER 6.9% IBM dengan mencapai tingkat kesalahan 6.3% pada bulan September 2016. Jadi mungkin tidak akan lama sampai Microsoft membalas IBM.

Yang menarik adalah IBM mengklaim perusahaan tersebut belum mencapai paritas manusia. Tidak seperti Microsoft, IBM mengklaim bahwa paritas manusia berada pada WER 5.1% — yang belum dicapai oleh teknologi pengenalan suara apa pun. George Saon, seorang ilmuwan peneliti utama IBM mengatakan:

“Mencapai paritas manusia – artinya tingkat kesalahan yang setara dengan dua orang berbicara – telah lama menjadi tujuan utama industri. Orang lain di industri ini mengejar tonggak sejarah ini bersama kami, dan beberapa baru-baru ini mengklaim mencapai 5.9 persen setara dengan paritas manusia…tetapi kami belum mengeluarkan sampanye. Sebagai bagian dari proses kami dalam mencapai tonggak sejarah hari ini, kami menentukan bahwa paritas manusia sebenarnya lebih rendah dari apa yang telah dicapai siapa pun — sebesar 5.1 persen.”

IBM mengatakan dalam sebuah posting blog bahwa perusahaan mampu mencapai tingkat kesalahan yang lebih rendah daripada Microsoft dengan menggabungkan LSTM (Long Short Term Memory) dan model bahasa WaveNet.