热搜
您的位置:首页 >> 时尚

谷歌语音识别想超过人类方法是借助神经网络

2019年05月15日 栏目:时尚

谷歌语音识别Google Now  导语:彭博社今天撰文称,谷歌正在语音辨认领域展开野心勃勃的尝试,希望通过技术手段实现超出人类的语音辨认能

谷歌语音识别Google Now  导语:彭博社今天撰文称,谷歌正在语音辨认领域展开野心勃勃的尝试,希望通过技术手段实现超出人类的语音辨认能力。

以下为文章全文:

与数字助理交换是一件有趣的事情,它给人的感觉就像固执的孩童。如果你曾对着Xbox或Siri大喊大叫,你或许已失去希望。

但研究人员表示,语音辨认和人工智能领域近获得的突破,很快就能大幅提升这些电子产品的理解力,使之更好地与我们展开沟通。谷歌工程师约翰沙尔克维克(Johan Schalkwyk)表示,这种全新的设备不但能听懂我们的意思,还能结合上下文和语调的细微差别理解深层含义。

沙尔克维克正在谷歌从事一项野心勃勃的研究项目,希望创造一套能够利用该公司海量数据的语音系统。他表示,他们目前正在实验室里测试的一个项目,使得电脑可以听懂并思考人们的语言。

近在语音识别和机器学习领域的各种发明,将给语音辨认带来巨大变化。Siri的一位主要发明人表示,工程师都在狂热地开发语音识别技术,使之具备足够的智能,与用户展开真正的对话。语音识别的所有领域都已经实现了很大进步。Siri底层技术开发公司SRI International副总裁威廉马克(William Mark)说,这类对话互动目前已经成为前沿技术。

蒂姆图塔尔(Tim Tuttle)等待这一天已经很久了。他1997年获得了麻省理工学院的博士学位,并任职于该校的人工智能实验室。10年来,他先后在硅谷多家公司任职,终于2010年创办了自己的Except Labs公司。图塔尔的公司去年开始设计一套系统,向移动运用中增加复杂的语音指令。例如,当用户走进超市时,可以通过这项功能获知他要买的扫帚位于哪条走廊。

一年前,我们在做基准,我们当时认为这不可能实现。但一切都变了。我们的公司已对语音加倍下注,主要是由于近期所看到的各种技术进步。图塔尔说,与人类水平相当或高于人类水平的语音辨认系统将实现商业化。

但首先,还是先来回顾一下历史:两年半以前,谷歌和多伦多大学的研究人员发表了一篇颇有影响力的论文,内容是用深度神经络来指点计算机语音技术。几个月后,微软与IBM也合作发表了另外一篇论文,被谷歌工程师杰夫迪恩(Jeff Dean)称作语音研究领域20年来的进步。

这些研究使得一项数十年前诞生的数字神经络发明再度复活。这项技术1980年代就在大数据预测和分析领域实现了不俗的表现,但当时却遭到计算机速度的制约。神经络直到近才变成可行的方案,这主要得益于计算机处理速度的加快,以及新型软件模式的发展。

谷歌实验室也展开了类似的研究。6个月前,该团队从这类名为前馈神经络的古老方法入手,推动了神经络技术的复活。这项技术使得系统可以储存更多信息,并处理更长、更复杂的序列。谷歌这项突破源自对底层代码的简化,可以在同一套系统中保留更多观点和观念,从而让用户更容易问出复杂的问题,获得有意义的答案。系统复杂性可能对长时间发展构成伤害。沙尔克维克说。

谷歌的系统目前使用上下文、物理位置和其他因素进行假定,以此判断语音的真正含义整个过程与人类大脑的思维模式相仿。谷歌的络技术可以提升这一进程的效力,从而处理比以往更大的数据量,回答更复杂的问题。

为了解释语音辨认技术在未来的工作方式,沙尔克维克提到了谷歌山景城总部几公里以外的一间高级越南餐厅。这家名为Xanh Restaurant的餐厅对典型的语音识别构成了挑战,因为Xanh这个名字(发音为扎恩)很难辨认。如果我能找到它在地图上的位置,然后说,这是一家餐馆,它位于加州。那么范围就会立刻缩小。沙尔克维克说,借助语义技术,我们便可大幅改良质量。

这听起来似乎很简单,但对电脑来说,听到一个单词,然后把它放到句子上下文中去辨识,再与地理信息相结合,是十分困难而且耗费时间的。如今,谷歌语音搜索已经可以正确辨认餐馆。沙尔克维克表示,谷歌今后将可以处理其他一些一样野心勃勃的问题。

沙尔克维克表示,在谷歌内部,语音识别技术已经实现了空前的进步。虽然谷歌的重大进步还要再等一两年才能应用到用户的中,但这个项目已经催生了很多可以应用于谷歌其他项目的技术。开发登月项目的同时,还会同时设计出另外一百项有用的技术。沙尔克维克说。

沙尔克维克表示,谷歌语音识别技术3年前只能认出3/4的口语单词。但得益于创新速度的加快,谷歌运用现在可以正确辨认12/13的单词。据图塔尔介绍,要不了多久,我们就将生活在一个没有键盘的世界里。

怎么样治疗宫颈炎
怎么治疗好盆腔炎
经期不准吃什么药
  • 友情链接
  • 合作媒体