Microsoft najavljuje da njegova tehnologija prepoznavanja govora smanjuje stopu pogrešaka i učinkovita je kao i ljudi

"

To je jedan od stupova na kojima mnogi tvrde da će različite platforme rasti u bliskoj budućnosti. Ništa za interakciju s pisanim naredbama ili gestama. Budućnost leži u razgovoru sa strojevima ali ne razgovoru s robotskim naredbama i neprirodnim naredbama. Učinit ćemo to prirodnim jezikom, nečim što sve više i jasnije cijenimo kod osobnih asistenata."

A jedna od tvrtki koja ima najzapaženiju karijeru u tom smislu je Microsoft, tvrtka koja ima razvojni put u kojem radi na stalnom poboljšanju prepoznavanja glasa zaposlenika na njihovim platformama.Tehnologija o kojoj sada imamo vijesti od razvojnog tima, vijesti koje govore o velikom poboljšanju koje je stavlja na istu razinu preciznosti kao ona koja se koristi među ljudima

U tom smislu su objavili da je njihov sustav prepoznavanja glasa dosegao 5,1% u WER, odnosno grešku u stopi korištene riječi. Za mnoge ovo možda ništa ne govori, ali je iznenađujuće ako vidimo kako je s jedne strane ova stopa jednaka onoj koju nalazimo u komunikaciji među ljudima

Da bi to učinili, iz Redmonda odlučili su koristiti poboljšane modele verbalnog i akustičnog jezika temeljene na korištenju neuronskih mrežaTo su Kombinirani su s dugotrajnom dvosmjernom memorijom kako bi se poboljšalo akustično modeliranje, čime se poboljšava prepoznavanje zahvaljujući predviđanju riječi koje se mogu koristiti na temelju povijesti komunikacije.Ova poboljšanja također imaju podršku oblaka zahvaljujući naporima koje je tvrtka uložila u poboljšanje infrastrukture računarstva u oblaku, posebno s Azureom.

Osim toga, ovo je značilo da je ova stopa pogreške smanjena u smislu margine kvara, budući da je prije bila na 5,9%, što je pad s 12%, koliko je sustav imao prije manje od godinu dana. Stoga je Microsoft postigao sustav prepoznavanja govora jednako učinkovit kao i kod ljudi, a s obzirom na napredak u kojem napreduju, ne čudi da će ga čak i poboljšati u nadolazećim mjesecima ili godinama.

Tko zna hoće li za nekoliko godina razgovor s našim Windows računalom, interakcija s Cortanom ili aplikacijama poput Officea biti nešto tako prirodno kao ono zbog čega smo već sanjali (ili imali noćne more, tko zna) u kinu.

U Xataki | To nisu glasovi s onu stranu groba, to su skrivene naredbe koje glasovni asistenti prepoznaju, a ljudi ne