IBM宣布語(yǔ)音識(shí)別錯(cuò)誤率接近人類(lèi)水平

（原標(biāo)題：IBM宣布語(yǔ)音識(shí)別錯(cuò)誤率接近人類(lèi)水平）

網(wǎng)易科技訊3月10日消息，據(jù)IBM官網(wǎng)報(bào)道，人們?cè)谡f(shuō)話時(shí)，對(duì)方每聽(tīng)20個(gè)單詞都會(huì)漏掉或聽(tīng)錯(cuò)1-2個(gè)單詞。在5分鐘的對(duì)話中，可能會(huì)聽(tīng)錯(cuò)80個(gè)單詞。但我們多數(shù)人在聽(tīng)懂說(shuō)話上沒(méi)有問(wèn)題。然而，電腦就不一樣了。

去年，IBM宣布在自然對(duì)話環(huán)境中的語(yǔ)音識(shí)別上取得重大成就：開(kāi)發(fā)出單詞錯(cuò)誤率為6.9%的系統(tǒng)。此后，該公司不斷取得進(jìn)步?，F(xiàn)在IBM宣布創(chuàng)造新的業(yè)界紀(jì)錄：5.5%的錯(cuò)誤率。這是對(duì)非常困難的語(yǔ)音識(shí)別任務(wù)：紀(jì)錄人與人之間日常對(duì)話如“買(mǎi)汽車(chē)”，計(jì)算出來(lái)的結(jié)果。這種紀(jì)錄的語(yǔ)料庫(kù)被稱為“SWITCHBOARD”，20多年來(lái)一直用于檢驗(yàn)語(yǔ)音識(shí)別系統(tǒng)。

IBM研究人員在實(shí)現(xiàn)這個(gè)突破時(shí)，專(zhuān)注于應(yīng)用深度學(xué)習(xí)技術(shù)，將LSTM（長(zhǎng)短期記憶）和WaveNet語(yǔ)言模型與三個(gè)強(qiáng)大的聲學(xué)模型結(jié)合起來(lái)。在被使用的3個(gè)聲學(xué)模型中，前2個(gè)為雙向6層LSTM，其中一個(gè)為多特征輸入，另一個(gè)有對(duì)話多任務(wù)學(xué)習(xí)能力。最后一個(gè)模型有個(gè)獨(dú)特的地方，其不僅能從積極的例子中學(xué)習(xí)，也能利用消極的例子，因此會(huì)變得越來(lái)越聰明，在重復(fù)出現(xiàn)類(lèi)似說(shuō)話風(fēng)格時(shí)表現(xiàn)更好。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。