微軟本周宣布，經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)已可以像人工一樣識(shí)別人類的語音。在周一發(fā)布的報(bào)告中，微軟讓NIST2000自動(dòng)化系統(tǒng)與專業(yè)速記員進(jìn)行了比賽。結(jié)果顯示，自動(dòng)化系統(tǒng)的錯(cuò)誤率首次低于人工。報(bào)告稱：“這是會(huì)話語音領(lǐng)域首次報(bào)告的(自動(dòng)化系統(tǒng))達(dá)到人工水平?！?/p>

對(duì)話即平臺(tái)

在信息科技史上，真正意義上的大時(shí)代，曾經(jīng)出現(xiàn)過兩次。每一次都伴隨著交互的革命。第一次，是當(dāng)個(gè)人電腦崛起時(shí)，圖形用戶界面成為用戶交互的接口。那個(gè)時(shí)代的推動(dòng)者以微軟為代表。第二次，當(dāng)互聯(lián)網(wǎng)崛起時(shí)，人們開始通過搜索引擎和瀏覽器與世界連接。谷歌成為了第二個(gè)時(shí)代的代表。

微軟認(rèn)為，今天的移動(dòng)互聯(lián)網(wǎng)和云的發(fā)展，還只是第三個(gè)時(shí)代的萌芽，只是這個(gè)新時(shí)代的過渡階段。真正的第三個(gè)大時(shí)代，是人工智能的時(shí)代。而它的核心革命，就是“對(duì)話即平臺(tái)”的崛起。我們把它稱之為Conversations as a Platform（CaaP）。實(shí)際上，以對(duì)話為核心的這個(gè)新的時(shí)代，在數(shù)據(jù)量、用戶連接和技術(shù)條件集大成之后，更像是一種回歸。

為什么我們把它定義為一種回歸？其實(shí)如果大家還有印象，早在PC普及和搜索引擎崛起的時(shí)候，人們并不是像今天這樣用鍵盤和鼠標(biāo)和機(jī)器對(duì)話、在搜索框里用關(guān)鍵字來搜索的。人們最初的體驗(yàn)，是直接和電腦說話、在搜索引擎里輸入完整的對(duì)話。只是因?yàn)楫?dāng)時(shí)的技術(shù)條件不具備，才使人們不得不去學(xué)著使用機(jī)器能理解的輸入方式和關(guān)鍵詞來找到自己所需的東西。對(duì)話自始至終是最自然的交互形式，只是當(dāng)時(shí)還不具備條件而已。

語音識(shí)別系統(tǒng)能夠運(yùn)用在多個(gè)領(lǐng)域中，除了用來幫助有聽力和語言障礙的人士，相關(guān)技術(shù)也會(huì)對(duì)人工智能的發(fā)展起到很好的助推作用。

語音識(shí)別概念股：拓爾思、科大訊飛、歌爾聲學(xué)、共達(dá)電聲、漢王科技。