Microsoft अनुसंधान बेहतर-से-मानव भाषण मान्यता को आमंत्रित करता है

Microsoft भाषण मान्यता सॉफ्टवेयर विकसित करने वाली दुनिया की पहली कंपनी बन गई है जो मनुष्यों की तुलना में अधिक सटीक है। सोमवार को प्रकाशित "कन्वर्सेशनल स्पीच रिकॉग्निशन में मानव समानता को प्राप्त करने" वाले पेपर में, सॉफ्टवेयर ने ऐसे टेप का निर्माण किया जिसमें मानवीय प्रयासों की तुलना में आधे प्रतिशत कम त्रुटियां थीं, जो कि यह समझते हुए अविश्वसनीय है कि भाषण समझने में लोग कितने अच्छे हैं। सफलता नए A.I के लिए दरवाजा खोलती है। सहायक जो पहले से कहीं अधिक सटीक हैं।

यह प्रभावशाली है कि तकनीक इतने कम समय में कितनी दूर आ गई है। यह बहुत पहले नहीं था कि कंप्यूटर भाषण मान्यता एक अजीब जगह थी जो निराशाजनक रूप से दूर लग रही थी। 2006 से विंडोज विस्टा के भाषण सॉफ्टवेयर का यह प्रदर्शन देखें:

टीम ने भाषण मानकों की विश्वसनीयता को मापने के लिए पूरे उद्योग में राष्ट्रीय मानक और प्रौद्योगिकी (NIST) 2000 परीक्षण का उपयोग किया। फोन पर दो प्रतिभागियों के बीच एक बातचीत होती है, बारी-बारी से, परिणामी स्क्रिप्ट की तुलना करने और शब्दकोश वर्तनी के खिलाफ जांच करने से पहले।

स्विचबोर्ड भाग में, जहां दो अजनबी पहली बार बोलते हैं, मानव त्रुटि दर लगभग 5.9 प्रतिशत है, जबकि कॉल होम भाग पर, जहां दो लोग जो एक दूसरे को जानते हैं, त्रुटि दर 11.3 प्रतिशत है। Microsoft के सॉफ़्टवेयर में लगभग 0.4 प्रतिशत कम त्रुटि दर है।

सफलता से ए.एस.आई के नए रूपों को लाने में मदद मिलेगी। अगस्त में, छात्र जोशुआ ब्राउनर ने अपने DoNotPay चैटबॉट से रैप्स लिया, जिससे बेघर लोगों को मुफ्त कानूनी सलाह मिल सके। मान्यता प्राप्त प्रगति के साथ संयुक्त, भविष्य की तस्वीर बनाना आसान है जहां लोग अपने कंप्यूटर के साथ नियमित बातचीत करके आवास के साथ मदद के लिए आभासी सहायक पूछते हैं।

इस स्तर पर, शोधकर्ता इस बात पर विचार कर रहे हैं कि ए.आई.-संचालित भाषण मान्यता कैसे अधिक प्रतिक्रिया दे सकती है। सेंसय, एक क्रोध का पता लगाने वाले ए.आई. सिरी के पीछे की प्रयोगशाला से, यह पहचानने के लिए उन्नत मान्यता क्षमताओं का उपयोग करता है कि क्या उपयोगकर्ता गुस्से में या भ्रमित महसूस कर रहा है, स्थिति के अनुरूप अपने उत्तरों को बदल रहा है। त्रुटि-प्रवण आवाज पहचान की बाधा को दूर करके, आभासी सहायता के लिए नए रोमांचक अवसर पैदा करता है।