語音識別技術已經(jīng)成為全球科技大鱷競相追逐的黑科技，也是未來進入智能家居、智慧家庭的重要切入點，國際巨頭微軟、IBM、蘋果、谷歌一直在語音識別技術下足功夫，識別能力不相上下，IBM以誤碼率低的微小優(yōu)勢領先行業(yè)。
但近期出現(xiàn)反轉，就在此前，近期微軟宣布了一項關于機器理解人類語言的重要測試結果，即研究人員獲得了迄今最低語音識別會話誤碼率(WER)——6.3%，讓其成功登頂語音識別最低誤碼率，引起了業(yè)界關注。
據(jù)了解，該測試是美國國家標準局(NIST)的2000總機語音識別進行的任務。咨詢機構Wall Street Pit評論認為，微軟團隊轉向“作為行業(yè)標準的電話語音識別測試”成績斐然，鞏固了其在語音識別領域的霸主地位。
分析認為，微軟取得這一成績來自幾個方面的努力：研究人員在今年早些時候，應用深度神經(jīng)網(wǎng)絡技術贏得了一項計算機視覺挑戰(zhàn);微軟最近在計算網(wǎng)絡工具包(CNTK)中的成熟案例，也是獲得本次好成績的關鍵組成部分。CNTK實現(xiàn)了“深度學習算法”的復雜優(yōu)化升級，運行速度比原來提升一個數(shù)量級;另一個關鍵步驟是圖形處理單元的并行訓練能力取得了突破。
業(yè)內人士表示，近年來，大型軟件公司科研經(jīng)費有被縮減的趨勢，且更專注于深度神經(jīng)網(wǎng)絡的研究，但實際上，語音識別技術的應用更早一些。有評論稱，過去20年中，研究顯示的計算機語音識別系統(tǒng)的最高誤碼率甚至達到過43%，而隨后最出色的單系統(tǒng)NIST2000總機誤碼率為6.9%。
在近日于舊金山舉行的“Interspeech語音通信和技術國際會議”上，IBM驕傲地宣布其誤碼率只有6.6%。但此次微軟宣布的6.3%的誤碼率，以微弱優(yōu)勢取勝。
目前，微軟已經(jīng)制定出了基于語音平臺的人機交互策略，成功構建起人工智能的關鍵技術，讓相關語音對話在可穿戴設備、智能手機、智慧家庭、智慧車輛及商業(yè)服務中發(fā)揮重要作用。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術及市場趨勢的專業(yè)媒體傳播和品牌服務。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務。
粵公網(wǎng)安備 44030402000264號
