【观察者网编译报道】你知道在对话过程中，一个人听错或漏听字词的概率是多少吗？在我们听到的20个词中，普通人一般会听错或漏听1到2个词。这意味着，在5分钟的对话中，你可能会错过80个词。但是，对大多数人来说，这并不会构成沟通障碍。可是，如果和一台电脑对话呢？

3月7日，IBM宣布说，该公司的语音识别软件的错误率已经降到了5.5%。美国《软件开发时代》3月8日报道说，人类的语音识别错误率大约为5.1%，这意味着，IBM的语音识别软件已经与人类的语音识别能力非常接近。

IBM总裁弗吉尼亚·罗曼提

据美国《商业内幕》3月9日报道，IBM此前曾创造错误率仅为6.9%的语音识别记录，但在2016年，微软宣布其语音识别软件的错误率仅为6.3%。但5.5%并不是IBM的最终目标，IBM也将人类的语音识别错误率5.1%设定为自己的目标。

“现在还不是庆祝的时候。”《软件开发时代》引用IBM科学家乔治·桑恩的话说，“我们将继续致力于创造一种能够跟得上人类耳朵、声音和大脑的交互相的软件。现在的成果让我们充满动力，未来的工作也会在目前工作的基础上进行，最重要的是，我们想要达到最高的标准。”

IBM早期研究语音识别的科学家

《商业内幕》说，这一突破对智能手机中的人工智能软件，比如Siri和谷歌助手等来说是一个积极信号。

尽管取得了可喜进步，但这一技术距离识别人类自然对话仍有不小距离。“识别人类的对话依然是一个巨大的挑战，因为人类的对话，特别是自然而然的对话，是非常复杂的。”美国哥伦比亚大学计算机科学系教授朱莉娅·希尔施贝格说。

哥伦比亚大学计算机科学系教授朱莉娅·希尔施贝格

尽管因为音调和习惯用语等问题，这一软件识别人类的自然对话尚有一定距离，但对机械朗读的识别程度已经很多。

此外，IBM介绍说，5.5%低错误率是通过长短期记忆、WaveNet语言模型和三个强声学模型实现的。而这一结果则是使用SWITCHBOARD和CallHome语料库测试得出，具有相当的权威性和业内认同。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。