Microsoft se pochlubil nejlepším rozpoznáváním lidské řeči s nejnižší chybovostí v historii

Rozpoznávání lidské řeči pomocí počítačových systémů se v poslední době velmi rychle zlepšuje hlavně díky použití hlubokých neuronových sítí v kombinaci s velkým množstvím dat. Microsoft se pochlubil, že jeho systém rozpoznání řeči má nejnižší chybovost ze všech.

Na oficiálním blogu Microsoftu jsou k dispozici i konkrétní výsledky testů, které se používají jako měřící standard schopnosti systému rozpoznat lidskou řeč.

V rámci chybovosti (WER – word error rate) se Microsoft pyšní pouze 6,3 %, což je dle tvrzení zatím nejnižší hodnota, která byla při těchto testech dosažena. IBM nedávno představilo vlastní systém, který má chybovost 6,6 %, což je velmi blízko.

Klepněte pro větší obrázek
Vývoj chybovosti v průběhu historie (Zdroj: Microsoft)

Jak je vidět na obrázku, pokrok v této oblasti oproti minulosti je značný – chybovost před dvaceti lety byla 43 %, což je pochopitelně i značně nepoužitelné pro reálné nasazení, když polovina slov není správně rozpoznaná.

Inženýři mohou nyní cvičit systémy umělé inteligence velmi rychle a mnohem přesněji. Cílem je posunout schopnosti rozpoznávání lidské řeči na stejnou nebo lepší úroveň, než kterou má i sám člověk.

Aby ale bylo možné dosáhnout perfektního rozpoznávání řeči třeba u Cortany, Siri, Alexy a dalších hlasových systémů, je nutné počítat se zahrnutím i dalších dat, které se netýkají samotného hlasu. Aby bylo možné rozpoznat vyšší úrovně, je nutné chápat větší souvislosti a vědět co nejvíce informací o samotném uživateli jak v reálném čase, tak i z pohledu minulosti a budoucnosti.

Microsoft v tomto směru již dříve představil Caap (Conversation as a Platform), který se skládá právě z těchto částí nejen u chytrých asistentek, ale i chytrých chatbotů a podobně.

Díky tomu, že všichni hlavní technologičtí hráči jako Microsoft, IBM, Apple nebo Google vyvíjí systémy na bázi hlubokých neuronových sítí, konkurenční předností je co největší množství dat a rychlost, se kterou se umělá inteligence učí vše rozpoznávat.

Z pohledu celosvětového nasazení pro různé jazyky má jistě nejvíce navrch hlavně Google, který si pro rychlé a efektivní zpracování dat vytvořil i vlastní hardware v podobě procesoru TensorFlow.

Zdroj obrázku: Flickr (CC BY-SA 2.0)

Témata článku: Microsoft, Mobilní aplikace, Technologie, Umělá inteligence

4 komentářů

Nejnovější komentáře

  • Jan Lavicka 4. 10. 2016 7:20:07
    Jistě, Microsoft dělá vědu a ne PR :-D Tomu dnes věří už jen Microsoft...
  • MajklIks 2. 10. 2016 15:05:16
    Celkem by mě zajímala chybovost u konkurence (Apple či Google).
  • Mokashi 1. 10. 2016 20:54:03
    no uz by to hlavne měli naucit mluvit cesky
Určitě si přečtěte

V září přijde SuperiPhone. Začne se nabíjet, jen vejdete do místnosti [spekulace]

V září přijde SuperiPhone. Začne se nabíjet, jen vejdete do místnosti [spekulace]

**Není velké tajemství, že Apple testuje bezdrátové nabíjení ** Chce se dostat před konkurenci, iPhone se nabije až 5 metrů od nabíječky ** Na potvrzení budeme čekat do září 2017

13.  1.  2017 | Kůžel Filip | 145

HTC U Play: skleněný přírůstek do střední třídy

HTC U Play: skleněný přírůstek do střední třídy

** Menší a slabší sourouzenec HTC U Ultra ** Spoléhá na dostatek paměti a umělou inteligenci ** Cenu zatím neznáme

12.  1.  2017 | Láska Jan | 6

HTC U Ultra: Dva displeje, modrý safír a umělá inteligence

HTC U Ultra: Dva displeje, modrý safír a umělá inteligence

** HTC U Ultra je nová špička v portfoliu značky ** Zaujme malý notifikační displej v rohu nad hlavním panelem** Později přijde i prémiová verze se safírovým sklem

12.  1.  2017 | Kůžel Filip | 25