發(fā)展迅猛！谷歌已把語音識別的詞錯率降低30%以上

　　什么是詞錯率（WER）呢？詞錯率就是指將一個詞語從語音轉(zhuǎn)錄成為文字時的錯誤幾率。據(jù)外媒報道，日前谷歌高級研究員杰夫·迪恩（Jeff Dean）在人工智能前沿峰會（AI Frontiers）上聲稱，谷歌已經(jīng)將語音識別的詞錯率降低了30%以上！谷歌發(fā)言人隨后證明了這一數(shù)據(jù)。

　　谷歌語音助手

　　迪恩稱，詞錯率的下降得益于神經(jīng)網(wǎng)絡(luò)的使用，后者是谷歌和其他公司在深度學(xué)習(xí)中使用的一種系統(tǒng)。研究人員使用大量數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，例如語音片段，然后讓他們對新數(shù)據(jù)作出推斷。谷歌在2012年首次將神經(jīng)網(wǎng)絡(luò)用于語音識別中，當(dāng)時正值“果凍豆”Android系統(tǒng)發(fā)布。

　　谷歌并不是經(jīng)常討論公司在語音識別技術(shù)上取得的進(jìn)展，該技術(shù)影響著越來越多的谷歌產(chǎn)品，從Google Home智能音箱到Gboard輸入法。但是在2015年，谷歌CEO桑德加·皮查伊（Sundar Pichai）曾表示，谷歌的語音識別詞錯率為8%。

　　除了谷歌之外，蘋果和微軟也在降低語音識別詞錯率上有著不小的成績！在2016年8月份蘋果Siri資深總監(jiān)亞歷克斯·阿賽洛（Alex Acero）聲稱，Siri在所有語言中的錯誤率降低了兩倍，很多情況下甚至超過了兩倍；而微軟則在2016年9月份表示其研究人員已經(jīng)將詞錯率降至6.3%。