錯誤率超低 IBM語音識別已接近人類水平

【觀察者網編譯報道】你知道在對話過程中，一個人聽錯或漏聽字詞的概率是多少嗎？在我們聽到的20個詞中，普通人一般會聽錯或漏聽1到2個詞。這意味著，在5分鐘的對話中，你可能會錯過80個詞。但是，對大多數人來說，這並不會構成溝通障礙。可是，如果和一台電腦對話呢？

3月7日，IBM宣布說，該公司的語音識別軟體的錯誤率已經降到了5.5%。美國《軟體開發時代》3月8日報道說，人類的語音識別錯誤率大約為5.1%，這意味著，IBM的語音識別軟體已經與人類的語音識別能力非常接近。

IBM總裁弗吉尼亞·羅曼提

據美國《商業內幕》3月9日報道，IBM此前曾創造錯誤率僅為6.9%的語音識別記錄，但在2016年，微軟宣布其語音識別軟體的錯誤率僅為6.3%。但5.5%並不是IBM的最終目標，IBM也將人類的語音識別錯誤率5.1%設定為自己的目標。

「現在還不是慶祝的時候。」《軟體開發時代》引用IBM科學家喬治·桑恩的話說，「我們將繼續致力於創造一種能夠跟得上人類耳朵、聲音和大腦的交互相的軟體。現在的成果讓我們充滿動力，未來的工作也會在目前工作的基礎上進行，最重要的是，我們想要達到最高的標準。」

IBM早期研究語音識別的科學家

《商業內幕》說，這一突破對智能手機中的人工智慧軟體，比如Siri和谷歌助手等來說是一個積極信號。

儘管取得了可喜進步，但這一技術距離識別人類自然對話仍有不小距離。「識別人類的對話依然是一個巨大的挑戰，因為人類的對話，特別是自然而然的對話，是非常複雜的。」美國哥倫比亞大學計算機科學系教授朱莉婭·希爾施貝格說。

哥倫比亞大學計算機科學系教授朱莉婭·希爾施貝格

儘管因為音調和習慣用語等問題，這一軟體識別人類的自然對話尚有一定距離，但對機械朗讀的識別程度已經很多。

此外，IBM介紹說，5.5%低錯誤率是通過長短期記憶、WaveNet語言模型和三個強聲學模型實現的。而這一結果則是使用SWITCHBOARD和CallHome語料庫測試得出，具有相當的權威性和業內認同。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閱讀趣味文章。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！