科客點(diǎn)評(píng)：語(yǔ)音識(shí)別率的提高意義非凡，不止能讓人工智能更準(zhǔn)確地理解人類用意，也能然語(yǔ)音轉(zhuǎn)文字變得更加實(shí)用。

　　8月21日消息，據(jù)國(guó)外媒體報(bào)道，微軟今天宣布其語(yǔ)音識(shí)別系統(tǒng)的錯(cuò)誤率達(dá)到了5.1%，是目前為止的最低水平。這超過(guò)了去年微軟人工智能和研究團(tuán)隊(duì)所達(dá)到的5.9%的錯(cuò)誤率，其準(zhǔn)確性能夠與專業(yè)的人類轉(zhuǎn)錄員相提并論。

　　這兩項(xiàng)研究都轉(zhuǎn)錄了Switchboard語(yǔ)料庫(kù)的錄音，Switchboard語(yǔ)料庫(kù)是自上世紀(jì)90年代初以來(lái)，研究人員在測(cè)試語(yǔ)音識(shí)別系統(tǒng)時(shí)使用的大約2400個(gè)電話對(duì)話的集合。

人類轉(zhuǎn)錄員

　　這項(xiàng)新的研究是由微軟人工智能和研究小組的研究人員完成的，他們的目標(biāo)是達(dá)到與人類轉(zhuǎn)錄員相同的準(zhǔn)確度水平。

　　總的來(lái)說(shuō)，最新研究的研究人員通過(guò)改進(jìn)微軟語(yǔ)音識(shí)別系統(tǒng)的神經(jīng)網(wǎng)絡(luò)聲學(xué)和語(yǔ)言模型，將錯(cuò)誤率降低了大約12%。

　　值得注意的是，他們還使它的語(yǔ)音識(shí)別器能夠使用整個(gè)對(duì)話，讓它根據(jù)上下文來(lái)調(diào)整它的轉(zhuǎn)錄，并預(yù)測(cè)接下來(lái)可能出現(xiàn)的單詞或短語(yǔ)以及與人類交談時(shí)的方式。

　　微軟的語(yǔ)音識(shí)別系統(tǒng)被用于像Cortana，Presentation Translator和Microsoft Cognitive services這樣的服務(wù)。添加科客公眾號(hào)kekebat，獲取更多精彩資訊。（TechWeb，原標(biāo)題《微軟語(yǔ)音識(shí)別系統(tǒng)的準(zhǔn)確性達(dá)到了人類水平》）