微軟創(chuàng)造了新的語(yǔ)音識(shí)別記錄 出錯(cuò)率達(dá)到了5.1%

微軟表示，其語(yǔ)音識(shí)別技術(shù)實(shí)現(xiàn)了一個(gè)新的行業(yè)里程碑，將錯(cuò)誤率降低到5.1%，在廣泛認(rèn)可的準(zhǔn)確性測(cè)試中與多個(gè)人類轉(zhuǎn)錄器的錯(cuò)誤率相匹配。

該公司的人工智能和研究小組今天晚上宣布的新結(jié)果超過(guò)了微軟去年公布的5.9%的前低點(diǎn)；以及今年早些時(shí)候IBM宣布的5.5%的錯(cuò)誤率。

微軟研究小組的語(yǔ)音識(shí)別工作提供了用于產(chǎn)品的底層技術(shù)，包括其Cortanavirtual助理、演示文稿翻譯器和微軟認(rèn)知服務(wù)。

在最新的測(cè)試中，微軟降低了其錯(cuò)誤率，“對(duì)我們基于神經(jīng)網(wǎng)絡(luò)的聲學(xué)和語(yǔ)言模型進(jìn)行了一系列改進(jìn)，”微軟技術(shù)研究員黃學(xué)東在解釋這一成就的帖子中說(shuō)。

這是微軟為推進(jìn)人工智能的最新技術(shù)并將這些新方法推向市場(chǎng)而做出的更廣泛努力的一部分。在CEO薩蒂亞·納德拉（Satya Nadella）的領(lǐng)導(dǎo)下，微軟去年組建了一個(gè)新的5000人人工智能和研究小組，作為公司內(nèi)部的第四個(gè)工程部門(mén)，以及Office、Windows和云組。

微軟在人工智能和云領(lǐng)域與亞馬遜、蘋(píng)果、IBM、谷歌和其他主要技術(shù)參與者競(jìng)爭(zhēng)。雷德蒙公司的新愿景聲明特別增加了對(duì)人工智能的參考，稱其戰(zhàn)略是為“智能云和注入人工智能的智能邊緣構(gòu)建一流的平臺(tái)和生產(chǎn)力服務(wù)”。

下面是黃如何解釋他們?yōu)檫_(dá)到這一最新里程碑所做的事情。

我們引入了一個(gè)額外的CNN-BLSTM（卷積神經(jīng)網(wǎng)絡(luò)結(jié)合雙向長(zhǎng)時(shí)記憶）模型來(lái)改進(jìn)聲學(xué)建模..此外，我們結(jié)合來(lái)自多個(gè)聲學(xué)模型的預(yù)測(cè)的方法現(xiàn)在在幀/Senone和單詞級(jí)別都這樣做了。

此外，我們還通過(guò)使用Adialog會(huì)話的整個(gè)歷史來(lái)預(yù)測(cè)下一步可能會(huì)發(fā)生什么，從而加強(qiáng)了識(shí)別器的語(yǔ)言模型，從而有效地允許模型適應(yīng)會(huì)話的主題和局部上下文。

我們的團(tuán)隊(duì)也從使用可用的最可伸縮的深度學(xué)習(xí)軟件Micros of tCognitiveToolkit2.1（CNT K）中獲益匪淺，用于探索模型體系結(jié)構(gòu)和優(yōu)化我們模型的超參數(shù)..此外，微軟在云計(jì)算基礎(chǔ)設(shè)施方面的投資，特別是Azure GPU，有助于提高我們訓(xùn)練模型和測(cè)試新想法的有效性和速度。