Специалисти от Университета Станфорд, Университета във Вашингтон и китайската корпорация Baidu проведоха експеримент с цел да разберат дали съвременните технологии за разпознаване на реч са надминали човешките способности по бързина. Според DigitalTrends, обект на експеримента е бил Deep Speech 2 – облачен софтуер за разпознаване на реч, който се основава на технологията „машинно познание“, благодарение на която се обучава сам и непрекъснато подобрява работата си.
В експеримента участвали общо 32-ма души, част от които англоговорящи, а останалата част – говорещи китайски език. Първите пишели съобщения на стандартната англоезична клавиатура на iPhone, а вторите използвали клавиатурата Pinyin на Apple. И в двата случая, Deep Speech 2 успяла да генерира текст три пъти по-бързо, отколкото можели да пишат участниците.
Още от Digital: Учени разкриха какво ни пречи да постигаме целите си
Според организаторите на експеримента, резултатите от него доказват, че технологиите за разпознаване на реч вече са достатъчно узрели, за да се ползват повсеместно. Разбира се, все още има каква да се усъвършенства, например разпознаването на лични имена или точността на разпознаването в по-шумна среда.
Discussion about this post