語音識別技術25年：它的過去、現在和未來

{"type":"doc","content":[{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"本文的觀點都是個人的反思和觀察，其中一些可能看起來有點固執己見或錯誤的，如有異議，歡迎加入評論。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"1994年，我還是劍橋大學的研究生，我的老師Steve Young和Tony Robinson開發出了當時世界上最好的語音識別系統。在最初的幾天，我看到了一件從早期版本的“DragonDictate”（早期的語音識別系統，說話者在說話時需要在單詞間停頓）身上永遠也猜不到的事情。他們攻克了一個難題，一臺配置一般的計算機就可以將連續的自然語音轉換成文本，準確率約爲95%。也就是說，除了訓練有素的專業人員之外，這項技術已經好過所有人。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"爲什麼語音識別直到最近幾年才被廣泛應用於日常生活中呢？這項技術有很多隱藏的工業應用，但作爲日常的實時用戶接口（例如與電腦對話），其採用速度慢得令人難以置信。90年代的一項逆向圖靈測試證明了其中的一個原因。志願者們認爲他們是在和一臺電腦對話，但實際上是由一個人在“簾子後面”輸入答案。經過觀察和隨後的採訪表明，在那個時候，人們不喜歡語音識別。"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null},"content":[{"type":"text","text":"問題出在哪裏？"}]},{"type":"paragraph","attrs":{"indent":0,"number":0,"align":null,"origin":null}}]}