Badania Microsoftu przełamują „barierę rozpoznawania mowy ludzkiej”

Firma Microsoft Research dokonała wielkiego przełomu w rozpoznawaniu mowy. Opracowali teraz system, który rozumie rozmowę równie dobrze jak człowiek. Ich system rozpoznawania mowy popełnia te same lub mniej błędów niż profesjonalni transkrypcjoniści. Badacze odnotowali wskaźnik błędów słów (WER) na poziomie 5.9 procent, w porównaniu z 6.3 procent WER, które zespół zgłosił w zeszłym miesiącu. Jest to najniższy wynik, jaki kiedykolwiek zarejestrowano w porównaniu ze standardowym w branży zadaniem rozpoznawania mowy w centrali.

„Osiągnęliśmy ludzką równość”, powiedział Xuedong Huanga, główny naukowiec firmy zajmujący się mową. „To historyczne osiągnięcie”.

„Nawet pięć lat temu nie sądziłem, że możemy to osiągnąć. Po prostu nie pomyślałbym, że to możliwe ”- powiedział Harry'ego Shuma, wiceprezes wykonawczy, który kieruje grupą Microsoft Artificial Intelligence and Research.

„To osiągnięcie jest zwieńczeniem ponad dwudziestu lat wysiłków” – powiedział Geoffreya Zweiga, który kieruje grupą badawczą Speech & Dialog.

Te przełomowe badania poprawią funkcje rozpoznawania mowy w różnych produktach firmy Microsoft, w tym konsumenckich urządzeniach rozrywkowych, takich jak Xbox, narzędziach ułatwień dostępu, takich jak natychmiastowa transkrypcja mowy na tekst, oraz osobiści asystenci cyfrowi, tacy jak Cortana.

„Dzięki temu Cortana będzie potężniejsza, dzięki czemu stanie się naprawdę inteligentnym asystentem” – powiedział Shum.

Przeczytaj całą historię tutaj.