Microsoft научила компьютер распознавать речь как человек
Компания Microsoft побила очередной рекорд по точности распознавания речи. Теперь фирменная технология допускает не более 5,1% ошибок при распознавании, что сравнимо с возможностями человеческого мозга.
Предыдущий рекорд Microsoft поставила в октябре 2016 года — тогда доля ошибок при машинном распознавании речи составила 6,3%. Однако пять месяцев спустя компания IBM добилась показателя 5,5% ошибок, а заодно установила новый порог паритета с человеком: теперь машина должна допускать не более 5,1% ошибок, чтобы сравниться с человеческим мозгом.
Именно этого показателя смогли достичь специалисты Microsoft, внеся ряд улучшений в свою технологию. Среди них – дополнительная модель сверточной нейронной сети с двунаправленной долгосрочной памятью для улучшенного моделирования акустики и обновленный подход к комбинированию прогнозов из различных акустических моделей.
Кроме того, обновлена языковая модель, так что машина теперь может использовать полную историю разговора для прогнозирования следующих фраз. Это позволяет ей адаптироваться к теме и локальному контексту разговора. Также улучшенная технология предусматривает использование программного обеспечения Microsoft Cognitive Toolkit 2.1 (CNTK) и графических процессоров Azure для ускорения обучения и тестирования.
