里程碑！谷歌語(yǔ)音識(shí)別出錯(cuò)率　降低了30%以上

據(jù)國(guó)外媒體報(bào)道稱，谷歌高級(jí)研究員杰夫-迪恩（Jeff Dean）當(dāng)?shù)貢r(shí)間周三在于加州圣克拉拉召開的人工智能前沿峰會(huì)（AI Frontiers Conference）上表示，谷歌自2012年以來(lái)已經(jīng)將語(yǔ)音識(shí)別的錯(cuò)誤率降低了30%以上，這對(duì)于如今AI當(dāng)?shù)赖目萍碱I(lǐng)域來(lái)說(shuō)可謂意義非凡。

在這兒，迪恩所說(shuō)的語(yǔ)音識(shí)別錯(cuò)誤率是指“谷歌將一個(gè)詞語(yǔ)從語(yǔ)音轉(zhuǎn)錄成為文字時(shí)的錯(cuò)誤率”。迪恩表示，谷歌自2012年以來(lái)已經(jīng)成功將這一錯(cuò)誤率降低了30%以上。與此同時(shí)，一名谷歌發(fā)言人也同科技媒體VentureBeat證實(shí)了這一數(shù)據(jù)的準(zhǔn)確性。

迪恩表示，這一語(yǔ)音識(shí)別錯(cuò)誤率的下降得益于神經(jīng)網(wǎng)絡(luò)的應(yīng)用。目前，包括谷歌和其他企業(yè)均在深度學(xué)習(xí)中使用了這一神經(jīng)網(wǎng)絡(luò)技術(shù)，研究人員通過(guò)使用大量數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。比如通過(guò)大量的語(yǔ)音片段練習(xí)，然后讓他們基于已經(jīng)獲悉的內(nèi)容對(duì)新數(shù)據(jù)作出推斷。

消息稱，谷歌最早在2012年，也就是Android“果凍豆”系統(tǒng)發(fā)布的時(shí)候首次將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于語(yǔ)音識(shí)別領(lǐng)域。具體來(lái)說(shuō)就是，當(dāng)用戶向Android“果凍豆”系統(tǒng)的語(yǔ)音識(shí)別軟件說(shuō)話時(shí)，聲音頻譜會(huì)被分解并發(fā)送到谷歌全球服務(wù)器“大軍”中的八臺(tái)電腦，隨后由負(fù)責(zé)開發(fā)這個(gè)項(xiàng)目的谷歌研究科學(xué)家文森特-凡毫克（VincentVanhoucke）及其團(tuán)隊(duì)開發(fā)的“神經(jīng)網(wǎng)絡(luò)”模型進(jìn)行處理。

凡毫克在當(dāng)時(shí)就表示，與此前版本的Android系統(tǒng)相比，“果凍豆”語(yǔ)音識(shí)別系統(tǒng)的誤差率要低25%左右，而這能讓用戶更加愿意使用語(yǔ)音命令。

在此之后，盡管這一技術(shù)的發(fā)展影響著越來(lái)越多的谷歌產(chǎn)品，但該公司卻鮮有公開討論自己在語(yǔ)音識(shí)別技術(shù)上取得的進(jìn)展。2015年，谷歌CEO桑德加-皮查伊(SundarPichai)曾表示“谷歌語(yǔ)音識(shí)別的錯(cuò)誤率約為8%”。

蘋果Siri團(tuán)隊(duì)資深總監(jiān)、前微軟語(yǔ)音識(shí)別項(xiàng)目高管亞歷克斯-阿賽洛（Alex Acero）在去年8月接受Backchannel主編史蒂芬-列維（StevenLevy）采訪時(shí)透露，Siri在所有語(yǔ)言中的錯(cuò)誤率降低了兩倍，甚至在許多情況下超過(guò)了兩倍。此外，微軟也在去年9月份表示，旗下語(yǔ)音識(shí)別技術(shù)的出錯(cuò)率已經(jīng)降至6.3%，打破了IBM超級(jí)電腦沃森之前保持6.9%的出錯(cuò)率紀(jì)錄。

事實(shí)上，為了能在這場(chǎng)技術(shù)革命中處于領(lǐng)先位置，包括亞馬遜、蘋果、谷歌和IBM在內(nèi)的科技企業(yè)都已經(jīng)開始面向消費(fèi)者提供語(yǔ)音識(shí)別技術(shù)。比如，蘋果不久前在Siri中添加了第三方整合功能，允許它與第三方應(yīng)用通訊，這意味著用戶將可以利用Siri服務(wù)直接呼叫Uber專車。

然而，如果要想成為消費(fèi)者最主要的計(jì)算平臺(tái)，語(yǔ)音助手仍需迎來(lái)進(jìn)一步改進(jìn)。凱鵬華盈分析師、被巴倫雜志冠以“互聯(lián)網(wǎng)女王”稱號(hào)的瑪麗-米克爾（Mary Meeker）就表示，語(yǔ)音識(shí)別的準(zhǔn)確率必須達(dá)到99%左右才有可能成為最有效的計(jì)算輸入形式。