語音識(shí)別正在成長(zhǎng)并向移動(dòng)方向發(fā)展

三十年來，這是語音識(shí)別：您將與您的計(jì)算機(jī)通話，通常使用頭戴式麥克風(fēng)和Micros of tW indows中未公開的語音識(shí)別應(yīng)用程序，或來自Nuance Communications的龍自然講話版本。 如果你仔細(xì)闡述，文字將出現(xiàn)在屏幕上，或命令將被執(zhí)行。

今天，改進(jìn)得多的語音識(shí)別正在被廣泛部署，在過去的兩年里，它催生了一個(gè)新的消費(fèi)產(chǎn)品家族：語音控制的個(gè)人助理。 語音實(shí)驗(yàn)室(Voice Labs)的聯(lián)合創(chuàng)始人亞當(dāng)？馬奇克(Adam Marchick)表示：“這是一個(gè)為期30年的一夜成功。 “它終于精確到可以進(jìn)行對(duì)話。

就像技術(shù)中的大多數(shù)東西一樣，語音識(shí)別的進(jìn)展可以量化。 在2017年8月，微軟宣布，在行業(yè)標(biāo)準(zhǔn)測(cè)試中，其會(huì)話語音識(shí)別系統(tǒng)的單詞識(shí)別精度超過了專業(yè)的人類謄寫器的識(shí)別精度。 此類測(cè)試的專業(yè)人員的平均單詞錯(cuò)誤率為5.9%。 微軟系統(tǒng)實(shí)現(xiàn)了5.1%。

“就像夢(mèng)想成真，”薛東說。 D.“黃，一個(gè)微軟的技術(shù)研究員和公司的演講和語言集團(tuán)的負(fù)責(zé)人。 “當(dāng)1993年我們?cè)谖④涢_始演講時(shí)，錯(cuò)誤率約為80%。 1982年，當(dāng)我[在研究生院]開始研究演講時(shí)，我們正在處理孤立的單詞，我無法想象[該軟件能夠識(shí)別]會(huì)話演講像一個(gè)人一樣好。

“今天，如果你在一個(gè)安靜的辦公室里用普通的口音說話，你將接近100%的語音識(shí)別準(zhǔn)確率，”Nuance的CTOVlad Sejnoha說。

這種精確程度意味著人們將更多地與手機(jī)交談，更輕松、更有效地在客戶服務(wù)電話上與機(jī)器人聊天，并使用語音命令使事情發(fā)生在他們的家里和辦公室。