Cercetarea de la Microsoft invită o mai bună recunoaștere a vorbirii umane

Microsoft a devenit prima companie din lume care dezvoltă software de recunoaștere a vorbirii, care este mai precis decât omul. În lucrarea "Obținerea parității umane în recunoașterea conversației vocale", publicată luni, software-ul a produs transcrieri care conțineau o jumătate de procent mai puține erori decât eforturile umane, ceea ce este incredibil având în vedere cât de buni sunt oamenii în înțelegerea vorbirii. Procesul de deschidere deschide usa pentru un nou A.I. asistenți care sunt mai exacți decât oricând.

Este impresionant cât de departe tehnologia a venit într-un timp atât de scurt. Nu a fost cu mult timp în urmă că recunoașterea vorbirii pe computer era o nișă ciudată care părea a fi fără speranță îndepărtată. Urmăriți demonstrația software-ului de vorbire Windows Vista din 2006:

Echipa a folosit testul Institutului Național de Standarde și Tehnologie (NIST) 2000, utilizat în întreaga industrie pentru a măsura fiabilitatea transcripțiilor de vorbire. O conversație are loc între doi participanți prin telefon, întoarce-te la rândul său, înainte ca scriptul rezultat să fie comparat și verificat în funcție de ortografia dicționarului.

În porțiunea de distribuție, unde vorbesc pentru prima dată doi străini, rata de eroare umană este de aproximativ 5,9%, în timp ce pe porțiunea de telefon a apelului, unde două persoane se cunosc, rata de eroare este de aproximativ 11,3%. Software-ul Microsoft a înregistrat o rată de eroare de 0,4% mai mică.

Descoperirea va contribui la aducerea unor noi forme de IMI imersive. În luna august, studentul Joshua Browder a luat jocul de la DoNotPay, care poate ajuta persoanele fără adăpost să primească sfaturi juridice gratuite. În combinație cu progresele înregistrate, este ușor să imaginați un viitor în care oamenii să ceară un asistent virtual pentru ajutor în ceea ce privește locuințele, având o conversație regulată cu calculatorul lor.

În acest stadiu, cercetătorii au în vedere modul în care recunoașterea vocală bazată pe A.I. poate da răspunsuri mai inteligente. Sensay, un detector de furie A.I. din laboratorul din spatele lui Siri, utilizează capacități avansate de recunoaștere pentru a detecta dacă un utilizator se simte supărat sau confuz, schimbând răspunsurile sale pentru a se potrivi situației. Îndepărtarea barieră a recunoașterii vocale predispuse la erori creează noi oportunități interesante pentru asistența virtuală.