智能語音識別和語音應答，成為移動互聯(lián)網(wǎng)時代重要的技術，蘋果、微軟、谷歌(微博)、亞馬遜等各大巨頭均有布局。在人類語音識別精度上，各家廠商也展開了軍備競賽。最新消息顯示，微軟研發(fā)團隊在識別率上，達到了堪比人類的準確度。

　　微軟公司人工智能研發(fā)團隊最近發(fā)表了一篇語音識別的論文，報告中提到他們研發(fā)的識別技術，已經(jīng)實現(xiàn)了5.9%的詞匯差錯率。外媒指出，這樣的差錯率或者準確率，已經(jīng)和正常人類基本接近。

　　微軟公司負責語音識別研究的領導人Xuedong Huang表示：“我們已經(jīng)實現(xiàn)了和人類一樣的識別水平，這是一個歷史性突破。”

　　據(jù)悉，各家廠商的團隊，都在千方百計提高語音識別的準確率，降低詞匯差錯率，而在上個月，差錯率的最新成績降低到了6.3%，而微軟的最新論文，又進一步實現(xiàn)了突破。

　　和其他可能被束之高閣的創(chuàng)新研究不同，語音識別技術能夠很快應用到實際產(chǎn)品中，因此這一研究成果，對于微軟實際業(yè)務也將產(chǎn)生重大意義，比如微軟可以在語音助手Cortana(中文俗稱“小娜”)、Xbox游戲平臺、Windows操作系統(tǒng)中部署最新的語音識別技術。

　　在智能語音識別領域，微軟的Cortana后來居上，行業(yè)評價已經(jīng)超過了蘋果的Siri，目前微軟已經(jīng)把語音助理覆蓋了各種計算工具，比如手機、平板電腦、電腦操作系統(tǒng)等。

　　為了提高語音識別的精度，微軟的研究人員采用了神經(jīng)網(wǎng)絡，來存儲海量的數(shù)據(jù)，可以幫助識別軟件更聰明地識別出人類語音表達的模式。

　　另外，微軟還需要利用聲音信息和圖片信息，讓神經(jīng)網(wǎng)絡更有效地利用存儲的海量數(shù)據(jù)。

　　不過在研究人員看來，達到和人類持平的程度，還不是研究的最終目標，目前的識別技術還不是完美無瑕。

　　微軟團隊表示，接下來還要進一步提高語音識別的準確率。另外為了確保識別技術獲得更加實際的應用，微軟計劃在更加嘈雜的環(huán)境中，同樣實現(xiàn)高精度的識別，比如在一個熱鬧的餐館、人潮涌動的大街上，或是在狂風暴雨環(huán)境中，微軟希望在非正常環(huán)境下，語音系統(tǒng)也能夠準確理解人們說的話。

　　另據(jù)報道，在智能手機時代，語音識別技術的地位比過去更重要，而目前蘋果Siri表現(xiàn)糟糕，已經(jīng)引發(fā)了蘋果高管的注意。就在近日，蘋果從美國卡耐基梅隆大學挖來了一個人工智能技術的教授，將負責組建微軟的人工智能研究團隊，這一團隊的使命之一，也是大大提高Siri識別語音和智能回答問題的“智商”。