語音識別正在成長并向移動方向發(fā)展

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

今天，改進得多的語音識別正在被廣泛部署，在過去的兩年里，它催生了一個新的消費產(chǎn)品家族：語音控制的個人助理。 語音實驗室(Voice Labs)的聯(lián)合創(chuàng)始人亞當？馬奇克(Adam Marchick)表示：“這是一個為期30年的一夜成功。 “它終于精確到可以進行對話。

就像技術中的大多數(shù)東西一樣，語音識別的進展可以量化。 在2017年8月，微軟宣布，在行業(yè)標準測試中，其會話語音識別系統(tǒng)的單詞識別精度超過了專業(yè)的人類謄寫器的識別精度。 此類測試的專業(yè)人員的平均單詞錯誤率為5.9%。 微軟系統(tǒng)實現(xiàn)了5.1%。

“就像夢想成真，”薛東說。 D.“黃，一個微軟的技術研究員和公司的演講和語言集團的負責人。 “當1993年我們在微軟開始演講時，錯誤率約為80%。 1982年，當我[在研究生院]開始研究演講時，我們正在處理孤立的單詞，我無法想象[該軟件能夠識別]會話演講像一個人一樣好。

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

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