C语音识别 早已成熟应用却被抱怨最多
很多人应该都有过被手机语音识别气得半死的经历，在机器翻译中，语音翻译可能是比文本翻译更加被普通人急需的功能，但就目前的应用现状看，“槽点”最多的也是它。但其实，语音识别没有我们以为的那么幼弱，在一些习以为常的地方，它们已经发挥了很重要的作用，比如中高考的英语“人机对话”。
广东省从1999年开始率先增加英语听力考试，并于2004年增加了口语计算机考试，也就是通常所说的“人机对话”——考生坐在电脑前，戴上特制的耳麦，计算机开始播放听力试题，考生根据提问一一作答。计算机记录下考生的答案后，综合打分。
“如此大规模的听说考试，如果用人与人面对面的考试方式，不可能像笔试一样数十万人同时考试，根本无法完成考试任务，所以广东采用了‘人机对话’，并在2014年开发了计算机评卷系统，非常高效。”广东省教育考试院副院长黄友文告诉记者，十几年的“人机对话”搞下来，高校反馈，广东学生的英语应用能力明显提高。
为什么关系到千万学子前途的国家考试敢于用这么“不成熟”的技术？专家解释，计算机语音识别在特定领域内的确可以比人更出色，即便是主观题的答案，得分点也都在一些关键词上，很容易被机器抓龋这时，既不会有日常语言中的千变万化，也不会有背景噪音和含混不清，机器识别反而更准确和高效。
D机器学习 大数据点燃人工智能加速引擎
如何让语音识别技术走下“规范用语”的窄轨，进入日常应用呢？除了前面说到的“神经网络”算法外，大数据时代的到来，将给语音识别乃至语音翻译插上翅膀。
“打个比方，人们常常在对话中会出现一时没听清楚的情况——你刚才说什么，请再说一遍？”程国艮给记者看了一段视频，这是一段极其简短的语言片段，说的是某种方言，在没有任何提示的情况下，反复听多次也不明白他在说什么。“这是因为人脑对语言的判断需要足够的信息元素，上下文语境等等背景可以用来帮助我们快速理解语言的意思，当抽离了很多信息元素时，就很费解了，”程国艮说，“但实验证明，在这种情况下，依托大数据的机器语言识别能力就超过了人脑，它能‘分析’出信息不够的语句背后的完整意思。”
专家们一致认为，翻译是人工智能中集大成者，随着大数据资源库的不断膨胀，机器能够学习的资源越来越多。“比如电脑手机的输入法，人们每敲击一次键盘，都是在给语言数据库以及其他各类大数据库添砖加瓦，机器就是这样学会了世界各地人们的各种语言习惯包括个性化表达。”于洋说。而要表达一个意思，熟练的翻译者可以掌握几种常用句式，但实际生活中，可能有超过100种句式，包括非常个人化的表达方式，这些就是翻译者无法掌握而计算机却可以全部学会的。
也就是说，不用担心未来的机器人说话干巴巴，它们能够说的花样可能你想破脑袋都想不出来。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！