Sistemul a uimit asistenţa la un eveniment desfăşurat în China. Rick Rashid, directorul Microsoft Research, a prezentat sistemul arătând cum acesta nu numai că recunoaşte frazele rostite în limba engleză şi le afişează în scris, dar le şi poate traduce pe loc şi emite audio, în mandarină (un dialect chinezesc), făcându-le să sune ca şi când ar fi rostite de propria sa voce.
Cu toate că cercetările în domeniul recunoaşterii vocii de către computer durează de 60 de ani, până de curând chiar şi cele mai bune sisteme aveau rate de eroare de 20-25% în ceea ce priveşte recunoaşterea cuvintelor.
Însă Microsoft, în colaborare cu Universitatea din Toronto, Canada, a reuşit, în urmă cu doi ani, un progres remarcabil.
Utilizând o tehnologie prin care computerele învaţă într-un mod inspirat din comportamentul creierului uman, cercetătorii au reuşit să determine sistemul să înţeleagă vorbirea cu o acurateţe impresionantă. Rata erorilor a fost redusă cu peste 30% comparativ cu metodele precedente, iar acest lucru înseamnă că sistemul greşeşte acum doar un cuvânt din 7 sau 8.
Potrivit celor spuse de Rick Rashid, tehnologia funcţionează în două etape. Întâi, sistemul recunoaşte cuvântul rostit în limba engleză şi găseşte echivalentul lui chinez.
În cea de-a doua etapă, sistemul trebuie să rearanjeze cuvintele pentru a corespunde ordinii în frază.
De-a dreptul spectaculos este şi faptul că fraza este apoi redată imitând vocea utilizatorului. Cercetătorii au conceput acest sistem combinând datele rezultate din câteva ore de înregistrări audio ale unui vorbitor nativ de mandarină cu caracteristicile vocii lui Rick Rashid, obţinute tot din înregistrări audio.
Deşi testul a fost făcut doar la un nivel limitat, noua tehnologie promite totuşi să schimbe profund modul în care vom comunica în viitor, ajutându-ne să depăşim barierele lingvistice.
