Microsoft sætter rekord i talegenkendelse

Microsofts engelske talegenkendelses-AI har rekordlav fejlprocent.

Microsoft har lagt sig i førertrøjen i kampen med Google og IBM om at udvikle den bedste talegenkendelses AI.

De præsenterede nemlig en fejlprocent på 5,1 procent i Switchboard-testen i søndags. Den test går ud på at transskribere forskellige telefonsamtaler mellem fremmede mennesker om alt fra sport til politik og er blevet brugt som benchmark inden for feltet i 20 år.

Microsoft rammer dermed den fejlprocent, som IBM mener man kan forvente, når en person transskriberer.

Deep-learning driver feltet fremad

Microsoft krediterer deres succes til deres egen deep learning software, Microsoft Cognition Toolkit, der er brugt til at optimere både systemets arkitektur og hyperparametre. Det hele er drevet af Azure’s GPU cloud.

Google bruger også machine learning til at optimere sin talegenkendelses-artkitektur. Firmaet præsenterede i maj en fejlmargin på 4,9 procent, men har ikke offentliggjort, hvilken test det anvender. IBM præsenterede i marts en fejlprocent på 5,5 procent.

Hvis du vil læse mere om Microsofts arbejde med talegenkendelse, har de udgivet et research paper i forbindelse med annonceringen her.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Kommentarer (3)
Log ind eller Opret konto for at kommentere
Pressemeddelelser

Welcome to the Cloud Integration Enablement Day (Bring your own laptop)

On this track, we will give you the chance to become a "Cloud First" data integration specialist.
15. nov 2017

Silicom i Søborg har fået stærk vind i sejlene…

Silicom Denmark arbejder med cutting-edge teknologier og er helt fremme hvad angår FPGA teknologien, som har eksisteret i over 20 år.
22. sep 2017

Conference: How AI and Machine Learning can accelerate your business growth

Can Artificial Intelligence (AI) and Machine Learning bring actual value to your business? Will it supercharge growth? How do other businesses leverage AI and Machine Learning?
13. sep 2017