![微软语音识别出错率达5.1%创新低](http://www.ctiforum.com/uploadfile/2017/0821/20170821020900461.jpg)
这两次研究转录的是Switchboard语料库中的录音。Switchboard语料库包含了2400段电话对话,自上世纪90年代以来一直被研究人员作为测试语音识别系统的样本。
新研究由微软人工智能及研究事业部的一组研究人员实施,目标是在出错率上达到一组速录员的同等水平,后者可以反复收听录音样本,了解对话语境,与其他速录员合作。
整体来说,通过改进微软语音识别系统中基于神经网络的听觉和语言模型,实施最新研究的研究人员能够在去年基础上把出错率降低大约12%。显然,他们还可以让语音识别器了解整体对话,适应录音样本的语境,预测对话中很可能出现的下一个词汇或短语。这正是人类在与其他人对话时的做法。
微软的语音识别系统已被用于语音助手“小娜”、实时翻译字幕功能Presentation Translator以及微软认知服务中。