彭博社发表的一篇分析文章指出,目前的语音识别技术还不够成熟。它更机械。一些不起眼的话是很难区分的,也可以通过上下文理解用户的真实意图。然而,在语音识别和人工智能的最新突破,导致一个重生的数字神经网络技术已发表了几十年前。谷歌正在开发一个语音系统,可以集成基于神经网络技术的海量数据。它可以使语音识别更加智能化,大大提高识别质量,未来将有一个语音识别系统在市场上或具有较高或更高的准确度。


以下是文章的全文:


与数字语音助手聊天的乐趣可能就像你试图和一个固执的孩子交谈一样,如果你在你的Xbox上大喊大叫或者责骂西丽,这意味着你可能对语音识别感到失望。


技术上的突破


但研究人员说,在语音识别和人工智能的最新突破,将迅速增加设备的理解。Johan Schalkwyk,一个著名的谷歌工程师,说只需要一年或两年,这个强大的新设备将出来。它不仅能理解人的意义,也理解上下文的相关性和细微的差别。


Schalk维克正在对谷歌的一个雄心勃勃的项目,开发一个集公司的海量数据语音系统。他说,一个项目目前在实验室测试可以让计算机理解和思考的本质;;谷歌设备的人输入语音。


在语音和机器学习领域最近的创新将大大提高语音识别来缓解人们的不满情绪的能力。在Siri开发团队的一些人说,工程师正在开发语音识别技术的热情,使其足够的智能来实现设备和用户之间的真正对话。Ldquo;语音识别技术已经取得了很大的进步,口语理解的所有部分;西丽基础底技术开发公司SRI国际公司(苹果后来收购)的副总裁William Mark(William Mark)说,这类对话互动已成为一种新的技术。

Tim Tutler(Tim Tuttle)一直在等待在语音识别技术的一个飞跃,很长一段时间。他获得了麻省理工学院博士学位和1997大学的人工智能实验室工作。在过去的10年里,他曾在许多硅谷的公司工作,并最终创建了自己的公司期望在2010实验室。tutele公司开始从事系统开发的最后一年,加上复杂的语音命令来移动应用,该应用程序允许用户输入一个商店问手机,把你想买的过道。


一年前,我们做了一个基准测试,结果是很难实现这个功能,但是现在一切都改变了,我们公司在语音识别方面的投资增加了一倍,这主要是因为我们所看到的技术进步。Tutler说,你会发现,这相当于人类平等或精度的语音识别系统的商业化。


老技术重生


让我们首先回顾历史的教训:两年半前,来自谷歌和多伦多大学的研究人员发表了关于一个有影响力的论文,深层神经网络,和计算机的模拟语音。几个月后,微软和IBM合作,在另一个文件。谷歌工程师Jeff Dean(Jeff Dean)称这两篇20年在语音研究领域取得最大的进步;;


新发现了一个几十年的老数字神经网络技术创新重生。技术在上世纪80年代的大数据预测分析中表现得很好,但发展是受计算机速度慢,神经网络具有在不久的将来成为一个可行的选择,这是由于计算机的处理速度和新的软件技术的发展迅速提高。


谷歌实验室项目是基于神经网络的研究。6个月前,谷歌团队抛弃了旧的方法称为前馈神经网络和神经网络。这种转变使系统能够存储更多的信息和处理时间更长,更复杂的序列。谷歌的创新在于底层代码精简,允许软件来存储更多的观点和概念在同一系统中,使其更容易问复杂的问题,得出合理的答案。Ldquo;复杂的系统建设将损害其长期发展,应Kwick说。


谷歌系统现在使用上下文、物理位置和其他学习的扬声器信息来预测会话的位置和真实含义,就像人们交谈时所做的那样。谷歌的新网络技术应该更高效,因此它可以处理比以往更多的数据,并回答更复杂的请求。


为了解释未来语音识别技术的工作原理。使用谷歌加利福尼亚维克G距离山景总部几英里越南高级餐厅为例,这家餐厅叫做xanh餐厅。Schalk维克说,对于一个典型的语音识别系统,识别餐馆的名字是具有挑战性的,因为xanh发音是zahn,它是非常难以确定。Ldquo;如果我能用地图和说一下,这是一个餐厅,它坐落在加利福尼亚,所以餐厅',可参考的数量会减少很多立即。他说,利用这一语义知识,我们可以大幅度提高语音识别的质量。


这听起来很简单,但是对于计算机来说,它是非常困难的,听到一句话费时,识别上下文的句子,然后分析了基于地理位置的信息。今天,谷歌语音搜索可以识别正确的餐馆,也许是因为它的开发商是老餐厅的客户。Schalk Vic说,在未来,谷歌将能够处理很多模糊的声音,也有许多其他的问题。


Schalk维克说,在谷歌内部,语音识别已经有了数量空前;技术进步。尽管谷歌已经取得了重大进展,这将需要一年或两年在手机上显示。该项目已经产生的技术,可用于谷歌其他业务。Ldquo;你已经有了一些技术去月球,并在同一时间,你已经有了其他100个有用的技术,应Kwick说。


三年前,Schalk Vic说,谷歌语音识别技术只能识别3 / 4字。而现在,Tutler表示,由于创新速度,谷歌手机的语音识别中的应用可以准确猜出单词12 / 13.在未来,我们将生活在一个世界上没有一个键盘,,Tutler说。