微软语音识别错误率降至 5.1%，相比去年减少 0.8%

据 TechCrunch报道，微软今日宣布其对话语音识别错误率降低至 5.1%，突破了微软去年实现的 5.9%。至此，微软语音识别的准确率与专业速录员的水平相当。

本次研究基于 Switchboard 语料库，这个语料库包含大概 2,400 段电话对话。自从 20 世纪 90 年代以来，研究员们就开始使用这个语料库进行语音识别系统的训练与研究。微软人工智能研究部门通过改进基于神经网络的听觉和语言模型实现了识别错误率降低。值得指出的是，他们还可以让机器了解整体对话以及上下文语境，预测对话中很可能出现的下一个词汇或短语，这是对于人类对话的一种高度模拟。

微软语音识别技术的应用包括语音助手 Cortana、实时翻译等。

微软的人工智能研究在世界范围内位于领先水平，微软亚洲研究院更是被称为中国互联网和人工智能行业的“黄埔军校”，因为其中人才后来大多在科技行业扮演领导者的角色，比如创新工场创始人李开复、百度总裁张亚勤、阿里巴巴 CTO 王坚等。

值得指出的是，虽然 5.1%已经是非常低的错误率，不考虑语种因素的话，这个数字依然高于国内专注中文语音识别错误率。目前百度、 科大讯飞、搜狗已经陆续表示其语音识别的错误率达到或低于 3%左右。

本文 微软语音识别错误率降至 5.1%，相比去年减少 0.8%来自动点科技.