微软近日发布了一个视频，主讲人是微软首席研究员Rick Rashid，他向大家展示了微软在语音翻译领域取得的新成就。
开始他展示了计算机对英语的语音识别能力，随着演讲的进行屏幕上就出现了相应的文字，接着他开始展示这些英文是如何翻译成中文的。到这还不算什么，但是接着，计算机开始像真正的口译员一样将Rick所说的话全部用中文语音说出来，而且由于此前Rick曾经给这套系统输入过一小时自己的录音信息，电脑的中文声音不是机械声，而是跟Rick本人的音调惊人的一致。
Rick简单解释了这种技术背后的原理：“两年前微软研究院和多伦多大学合作取得了新的突破，研究者们利用一种模拟人脑运作机理的技术（名为深度神经网络）开发出了一种识别度远超以前的语音技术。这套新技术可以将错误率降低约30%，意味着此前4到5个词中就会认错一个，而现在7到8个词才会错一个。”
语音翻译识别背后有着非常复杂的技术，需要的资金和人才投入对创业公司来讲可能很难承受的起，所以这一领域现在的几大强手似乎都是大公司。上文中提到的关键技术“深度神经网络”我们 此前也曾报道过，也许代表着下一代人工智能的方向。
等不及的朋友可以跳到7分30秒开始：)
via TNW