智能語音識(shí)別和語音應(yīng)答,成為移動(dòng)互聯(lián)網(wǎng)時(shí)代重要的技術(shù),蘋果、微軟、谷歌(微博)、亞馬遜等各大巨頭均有布局。在人類語音識(shí)別精度上,各家廠商也展開了軍備競賽。最新消息顯示,微軟研發(fā)團(tuán)隊(duì)在識(shí)別率上,達(dá)到了堪比人類的準(zhǔn)確度。
微軟公司人工智能研發(fā)團(tuán)隊(duì)最近發(fā)表了一篇語音識(shí)別的論文,報(bào)告中提到他們研發(fā)的識(shí)別技術(shù),已經(jīng)實(shí)現(xiàn)了5.9%的詞匯差錯(cuò)率。外媒指出,這樣的差錯(cuò)率或者準(zhǔn)確率,已經(jīng)和正常人類基本接近。
微軟公司負(fù)責(zé)語音識(shí)別研究的領(lǐng)導(dǎo)人Xuedong Huang表示:“我們已經(jīng)實(shí)現(xiàn)了和人類一樣的識(shí)別水平,這是一個(gè)歷史性突破。”
據(jù)悉,各家廠商的團(tuán)隊(duì),都在千方百計(jì)提高語音識(shí)別的準(zhǔn)確率,降低詞匯差錯(cuò)率,而在上個(gè)月,差錯(cuò)率的最新成績降低到了6.3%,而微軟的最新論文,又進(jìn)一步實(shí)現(xiàn)了突破。
和其他可能被束之高閣的創(chuàng)新研究不同,語音識(shí)別技術(shù)能夠很快應(yīng)用到實(shí)際產(chǎn)品中,因此這一研究成果,對于微軟實(shí)際業(yè)務(wù)也將產(chǎn)生重大意義,比如微軟可以在語音助手Cortana(中文俗稱“小娜”)、Xbox游戲平臺(tái)、Windows操作系統(tǒng)中部署最新的語音識(shí)別技術(shù)。
在智能語音識(shí)別領(lǐng)域,微軟的Cortana后來居上,行業(yè)評價(jià)已經(jīng)超過了蘋果的Siri,目前微軟已經(jīng)把語音助理覆蓋了各種計(jì)算工具,比如手機(jī)、平板電腦、電腦操作系統(tǒng)等。
為了提高語音識(shí)別的精度,微軟的研究人員采用了神經(jīng)網(wǎng)絡(luò),來存儲(chǔ)海量的數(shù)據(jù),可以幫助識(shí)別軟件更聰明地識(shí)別出人類語音表達(dá)的模式。
另外,微軟還需要利用聲音信息和圖片信息,讓神經(jīng)網(wǎng)絡(luò)更有效地利用存儲(chǔ)的海量數(shù)據(jù)。
不過在研究人員看來,達(dá)到和人類持平的程度,還不是研究的最終目標(biāo),目前的識(shí)別技術(shù)還不是完美無瑕。
微軟團(tuán)隊(duì)表示,接下來還要進(jìn)一步提高語音識(shí)別的準(zhǔn)確率。另外為了確保識(shí)別技術(shù)獲得更加實(shí)際的應(yīng)用,微軟計(jì)劃在更加嘈雜的環(huán)境中,同樣實(shí)現(xiàn)高精度的識(shí)別,比如在一個(gè)熱鬧的餐館、人潮涌動(dòng)的大街上,或是在狂風(fēng)暴雨環(huán)境中,微軟希望在非正常環(huán)境下,語音系統(tǒng)也能夠準(zhǔn)確理解人們說的話。
另據(jù)報(bào)道,在智能手機(jī)時(shí)代,語音識(shí)別技術(shù)的地位比過去更重要,而目前蘋果Siri表現(xiàn)糟糕,已經(jīng)引發(fā)了蘋果高管的注意。就在近日,蘋果從美國卡耐基梅隆大學(xué)挖來了一個(gè)人工智能技術(shù)的教授,將負(fù)責(zé)組建微軟的人工智能研究團(tuán)隊(duì),這一團(tuán)隊(duì)的使命之一,也是大大提高Siri識(shí)別語音和智能回答問題的“智商”。