科客點(diǎn)評：語音識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，也能然語音轉(zhuǎn)文字變得更加實(shí)用。

　　8月21日消息，據(jù)國外媒體報道，微軟今天宣布其語音識別系統(tǒng)的錯誤率達(dá)到了5.1%，是目前為止的最低水平。這超過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語料庫的錄音，Switchboard語料庫是自上世紀(jì)90年代初以來，研究人員在測試語音識別系統(tǒng)時使用的大約2400個電話對話的集合。

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。

　　總的來說，最新研究的研究人員通過改進(jìn)微軟語音識別系統(tǒng)的神經(jīng)網(wǎng)絡(luò)聲學(xué)和語言模型，將錯誤率降低了大約12%。

　　值得注意的是，他們還使它的語音識別器能夠使用整個對話，讓它根據(jù)上下文來調(diào)整它的轉(zhuǎn)錄，并預(yù)測接下來可能出現(xiàn)的單詞或短語以及與人類交談時的方式。

　　微軟的語音識別系統(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kekebat，獲取更多精彩資訊。（TechWeb，原標(biāo)題《微軟語音識別系統(tǒng)的準(zhǔn)確性達(dá)到了人類水平》）