“Die Forschung Meilenstein bedeutet nicht, dass das Computer jedes Wort perfekt erkannt. Tatsächlichlich so wie die Menschen. Stattdessen bedeutet es, dass die Fehlerquote- oder der Kurs, zu dem der Computer ein misheard Wort wie für oder eine für die-ist das gleiche wie Sie erwarten würden von einer Person, die das gleiche Gespräch hören “

Microsoft sagte in einem Blogpost.

Das Ergebnis hat seit vielen Jahren näher Einfassung worden und kommt nur wenige Wochen nach dem gleichen Team berichtet dass sie die Fehlerquote auf eine verlockende 6,3 % gekommen waren.

Vor zwanzig Jahren hatte die Fehlerquote des besten veröffentlichten Forschungssystems ein Wort Fehlerquote von über 43 %.

Neuronale Netze

Beide IBM und Microsoft verweisen auf das Aufkommen von tief neuronale Netze, die von der biologischen Prozesse des Gehirns, als ein wesentlicher Grund für Fortschritte in der Spracherkennung inspiriert sind.

Informatiker haben seit Jahrzehnten versucht, Computersysteme zu tun Dinge wie Bilder erkennen und, Rede begreifen zu trainieren, aber bis vor kurzem waren diese Systeme mit Ungenauigkeiten geplagt.

Das neue Microsoft-Programm stützt sich auf diese tief neuronale Netze sowie spezialisierte Grafikprozessoren, die die Software bei Geschwindigkeiten, die vorher nicht möglich lernen zu ermöglichen.

Haben Sie gelesen?

• Dieser Roboter-Chef will wissen, wie Sie Ihre Pfannkuchen
• Was passiert, wenn Roboter unsere Arbeitsplätze nehmen?
• Werden wir jemals einen Roboter im Weißen Haus sehen?

Boomender Markt

Das Milestone hat weit reichende Folgen.

Den letzten Forschung Tractica prognostiziert, dass Stimme Anerkennung Software-Lizenzen 550 Millionen weltweit bis zum Jahr 2024 bestehen. Verbraucher und Gesundheitswesen Verwendungen sind die stärksten Wachstumsbranchen, sondern die Technologie hat Auswirkungen in verschiedenen Branchen.

Jährliche sprach- und Spracherkennung Lizenzen nach Regionen, 2015-2024

Mehr zu tun

Weitere Forscher sagen mehr Anstrengungen zur Verbesserung des Systems in realen Umgebungen wie Orte wo gibt es eine Menge von Hintergrundgeräuschen. Die Erforschung der einzelnen Lautsprecher zu identifizieren, wenn mehrere Personen sprechen gehört auch längerfristige Forschungsarbeiten.

Und da wer im Siri, Hillage Cortana oder Google Assistent Zeit hat Zeugnis geben, gibt es noch eine Menge Arbeit erforderlich, um Computer zu verstehen, nicht nur die Worte, aber ihre Bedeutung und Zusammenhang zu gesprochen werden. Es wird noch einige Zeit vergehen, bevor Computers können Fragen oder mit der gleichen Genauigkeit wie Menschen Anweisungen.

Harry Shum, Leiter der Microsoft Künstliche Intelligenz und Forschung Gruppe,

“Es wird viel länger, viel weiter unten die Straße bis zum Computer kann verstehen die wahre Bedeutung von was wird gesagt oder gezeigt.”

Written by

Keith glaciers, Formative Content