Technológia rozpoznávania reči od Microsoftu je teraz presnejšia ako kedykoľvek predtým

Technológia rozpoznávania reči od Microsoftu práve zasiahla presnosť na ľudskej úrovni. Výskumný tím spoločnosti oznámil, že jej systém rozpoznávania reči má teraz mieru chybovosti slov (WER) iba 5.1 %. To je pokles oproti predchádzajúcemu WER systému o 5.9 %. Redmond v priebehu roka neustále zdokonaľoval svoj systém rozpoznávania reči a dokázal ho znížiť na 5.1 % oproti 6.3 % WER dosiahol ešte v septembri minulého roku. Spoločnosti sa za posledný rok podarilo znížiť chybovosť o neuveriteľných 12 %.

Predchádzajúce správy ukázali, že chybovosť ľudského slova je momentálne na úrovni 5,1%, čo znamená, že systém rozpoznávania reči od spoločnosti Microsoft je efektívne taký presný ako ľudia. To je zo strany Microsoftu obrovský úspech, keďže sa posledných 25 rokov snaží dosiahnuť ľudskú paritu.

Redmond podrobne opísal, ako dosahuje nižšiu chybovosť pomocou kombinácie konvolučnej neurónovej siete a obojsmernej dlhodobej krátkodobej pamäte na Technickú správu. Inžinieri v Microsofte tiež pracovali na zlepšení svojich akustických a jazykových modelov založených na neurónovej sieti, čo prispelo k zlepšeniu chybovosti slov. Spoločnosť tiež tvrdí, že jej investícia do cloudového biznisu umožnila rýchlejší tréningový proces pre jej akustické a jazykové modely.

Technológia rozpoznávania reči od spoločnosti Microsoft používaná v systémoch Windows, Cortana, Office, Cognitive Services a vylepšená presnosť budú v nadchádzajúcich mesiacoch pravdepodobne prínosom pre takmer všetkých jej zákazníkov.