科技日報北京9月21日電 （記者房琳琳）據(jù)物理學家組織網(wǎng)近日報道，微軟宣布了一項關(guān)于機器理解人類語言的重要測試結(jié)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%。相關(guān)論文發(fā)表在論文預印本發(fā)布平臺arXiv上后，引起了業(yè)界關(guān)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(gòu)Wall Street Pit評論認為，微軟團隊轉(zhuǎn)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(shù)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(guān)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(guān)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(nèi)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(shù)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(shù)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(gòu)建起人工智能的關(guān)鍵技術(shù)，讓相關(guān)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。(完)
