Αν έχετε χάσει την πίστη σας σχετικά με την τεχνολογία αναγνώρισης φωνής, το παρακάτω βίντεο από παρουσίαση της Microsoft σε συνέδριο που διεξήχθη στην Tianjin στην Κίνα, θα την αποκαταστήσει.
Συγκεκριμένα, μια νέα έρευνα της Microsoft σε συνεργασία με το πανεπιστήμιο του Τορόντο, επιτρέπει την αναγνώριση «αυθαίρετης ομιλίας» πάντα στα αγγλικά με πολύ μεγάλο ποσοστό επιτυχίας και τη μετατροπή του στη συνέχεια από κείμενο σε προφορικό λόγο στη Μανδαρίνικη κινεζική γλώσσα. Η νέα τεχνολογία μιμείται τον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου επιτρέποντας μια πολύ πιο ακριβή αναγνώριση ομιλίας σύμφωνα με τον Richard Rashid της Microsoft η οποία έχει κατά 30% λιγότερα λάθη από τις παλαιότερες μεθόδους. Αυτό σημαίνει ότι αντί για μία λάθος λέξη στις 4 ή 5, το ποσοστό σφάλματος είναι πλέον μία λέξη στις 7 ή 8.
Επιπλέον το σύστημα μετατροπής κειμένου σε ομιλία, χρησιμοποιεί δείγματα από έναν Κινέζο ομιλητή και σε συνδυασμό με την φωνή του ομιλητή στα αγγλικά και προ-ηχογραφημένων δεδομένων στα αγγλικά, μιμείται τη φωνή του αρχικού ομιλητή.
