微软不愿提及的软肋: windows10语音识别

根据PCWorld的网站，Windows有微软不想提及的功能。 在Windows上，您可以使用触控笔“画画和写作”，使用Windows Hello使用面部登录系统和确保Web安全。 您也可以指示小娜设置注意事项，但一个明显不想让用户使用的功能是使用语音识别引擎向系统发出指令，或者使用语音输入编辑文档。

微软不大力宣传Windows语音识别功能的原因要追溯到10年前。 当时，微软的产品经理谢恩博切( Shanen Boettcher )在演示中破坏了Windows Vista的语音输入功能。 此后，Windows语音输入技术一直很“低调”，现在很少有人知道Windows有语音输入功能。

如果说Windows有机会再次挑战语音输入领域，那么现在时机——计算机和人工智能的进展似乎为语音输入提供了好得多的基础。

当被问及语音输入技术在Office的未来时，微软负责语音识别研究和娜娜以及相应的执行副**哈里什姆( Harry Shum )表示：“这是个重大的问题。 不能理解语音输入没有起到更重要的作用。 ”

语音识别不完美的原因

一些用户仍然认为语音输入是《杜恩斯比利》(DooneSbury )系列漫画中苹果** PDA的水平，将用户所说的“I am writing a test sentence”改为“Siam fam” 用户认为，Windows的语音识别功能依然采用微软的Speech Recognizer 8.0技术，自Vista以来，该技术几乎没有变化。 舒姆被称为“祖父”级技术。

据PCWorld报道，但是硬件正在发生巨大的变化。 听和解释语音要求的处理能力远远低于10年前。 Surface Book等PC产品的集成麦克风阵列的质量意味着无需专用麦克风即可实现高精度的语音识别。 只是语音输入技术的发展已经适合大众使用了吗？

使用语音输入软件输入1028个单词的文章时，95%的精度意味着用户必须纠正15个以上的错误。 **中，Windows的语音输入准确率为93.6%，理论上这个数值不高，低于**的其他专用语音输入软件。 Windows有奇怪的习惯。 输入逗号时，会在文档中使用**“comma”(逗号)这个词。 语音输入社区对于这种相对较小的错误是否会产生重要的影响似乎有不同的看法。

当然，这还不是全部。 虽然使用过语音输入软件的人知道，但准确率的关键在于训练。 随着时间的推移，语音输入软件会理解用户的口音。 “apricot”的“a”发音与“bad”或“ape”的“a”发音相同，与如何过滤无意识痉挛性语言障碍相同。 微软员工曾声称，经过适当的培训，Windows语音识别技术的准确率将达到99%。 1000个词有10个错误也没那么糟。

想花时间训练语音识别软件的使用的用户很少。 Windows语音识别软件要求用户10分钟训练多个句子，让用户感受岁月。 纳先生和Siri先生没有要求用户进行训练。 那是因为已经被训练了数百万个语音样本。

小娜(可以在PC和手机上使用)在语音识别方面远远优于Windows语音输入系统的原因是她利用了微软云服务的计算能力。 微软会分析用户的语音，将用户的语音与其他数据相关联，生成作为娜娜灵魂的智能。

微软重视语音识别

考虑到纳先生的出色表现，用户认为语音应该成为上周微软Ignite会议的中心。 但是，Ignite期间没有关于语音输入的会议，只有一次关于语音识别的会议。 微软首席运营官萨蒂阿纳德拉( Satya Nadella )在主旨演讲中将语音识别称为微软未来的重要因素。

以Skype Translator为例。 纳德拉说，Skype Translator依赖语音识别、语音合成和机器翻译三个方面的研究。 在演讲中，纳德拉表示微软语音识别算法的错别率为6.9%，这是个糟糕的成绩。 准确率只有93.1%。

PCWorld表示，微软正式审视办公软件后发现，PC语音识别的未来，不仅是在孟加拉国利用Skype预订酒店，更是书写体验，而不是手指，只是语音。