安卓语音识别新后台 神经网络或打破语言障碍

智慧棒

一提到 Android 最新版本 Jelly Bean ，我们可能会马上想到“黄油计划”。“黄油计划”改变了人们对 Android 系统卡顿的看法，算是 Android 发展的一个里程碑。不过，Google 在开发 Jelly Bean 时候还进行了另一项同样重大工程，就是语音识别后端的改进。《连线》杂志对此进行了报道，并谈到了神经网络的一些发展。

从 Jelly Bean 开始，Google 语音识别开始使用神经网络。这是一个像人脑一样的学习系统。 Google 神经网络系统，可能会让你想起 1000 台电脑找出一只猫的往事。那是 Google 进行的一场有趣试验。Google 工程师 Jeff Dean 表示，Google 已经神经网络的算法运用到了许多产品中，比如图片搜索、Google 街景，而 Jelly Bean 的语音识别对于神经网络的运用最为凸显。
推动这次改变的人是 Vicent Vanhoucke——Google 的研究科学家。他表示，成效是巨大的，“我们只是改变了模式，就取得了如此大的进步，这有些让人惊奇”。他说，与以前的软件版本相比，新的语音识别错误率降低了 25%，并使得人们更乐意使用语音命令了。
通过神经网络，研究员们能够分析大量的模型。关于语音识别上，他们需要分析语音的频谱图，并预测新的模型具有什么含义。神经网络是多层的，Google 的软件首先会挑出语音的个别部分，即组成单词的声母和韵母，然后使用这些信息来进行复杂的猜测。神经网络不同的连接层增加了判断的准确率。
神经网络并非新鲜名词，但是它的快速发展却是近几年的事情。多伦多大学的计算机科学教授 Geoffrey Hinton 说，多层分析非常困难，但从 2006 年开始，出现了两个重要的改变。一是他和自己的团队发现了绘制深层神经网络的更好方法，二是低价图形处理器的出现，研究人员可以更快更省钱地处理大量的计算。
除 Google 以外，微软和 IBM 也在研究神经网络。去年，微软的首席研究官 Rick Rahsid 展示了基于神经网络的语音处理软件。在演示中，Rashid 说完一句英语后会停顿一下，微软的软件翻译他的话，然后把中文播放给听众。那个软件甚至能够调整语调，使翻译后的语音听起来像是 Rashid 的声音。
Rashid 认为，这是一项非常有前途的技术，“我希望在一些年后，我们能够打破人们之间的语言障碍。个人来说，我觉得这会带来一个更好的世界”。
在未来更好的世界里，你的上司很可能是一个机器人。