Технология распознавания речи Microsoft теперь более точна, чем когда-либо прежде

Технология распознавания речи Microsoft достигла точности человеческого уровня. Исследовательская группа компании объявила, что уровень ошибок в словах (WER) ее системы распознавания речи теперь составляет всего 5.1%. Это ниже предыдущего значения WER системы, составлявшего 5.9%. Редмонд постоянно совершенствовал свою систему распознавания речи в течение года и смог снизить ее до 5.1% по сравнению с предыдущим годом. 6.3% WER был достигнут еще в сентябре прошлого года. За последний год компании удалось снизить количество ошибок на колоссальные 12%.

Предыдущие отчеты показали, что частота ошибок человеческого слова в настоящее время на уровне 5,1%, что означает, что система распознавания речи Майкрософт так же точна, как люди. Это довольно большое достижение со стороны Microsoft, поскольку последние 25 лет она пыталась достичь человеческого паритета.

Редмонд подробно рассказал, как удалось добиться снижения частоты ошибок, используя комбинацию сверточной нейронной сети и двунаправленной долговременной памяти на одном устройстве. технический отчет. Инженеры Microsoft также работали над улучшением своих акустических и языковых моделей на основе нейронных сетей, что способствовало снижению количества ошибок в словах. Компания также утверждает, что ее инвестиции в облачный бизнес позволили ускорить процесс обучения акустическим и языковым моделям.

Технология распознавания речи Microsoft, используемая в Windows, Cortana, Office, Cognitive Services, и повышенная точность, скорее всего, принесут пользу почти всем ее клиентам в ближайшие месяцы.