How to become an author
Search
Write a publication
Pull to refresh

Comments 48

Когда будет реальные примеры? Google сразу давал использовать google voice, а microsoft обратно только пишет?
Total votes 11: ↑9 and ↓2+7
Есть несколько приличных движков распознования речи, и гугловский явно не входит в их число. Хотя бы потому, что он распознаёт не речь, а словосочетания.
Total votes 5: ↑5 and ↓0+5
А «Горыныч» входит в их число?
Total votes 4: ↑3 and ↓1+2
UFO just landed and posted this here
Uploaded by scrubadub1 on Feb 13, 2007, а новость от August 29, 2011 12:01 AM PT.
Сдается мне что новость все же о другом.
Total votes 3: ↑3 and ↓0+3
Почему вы смотрите на дату, а не на название? Понятно же, что Windows Vista явно не передовой край науки от Microsoft Research. Это nanodust так шутит.
Total votes 2: ↑2 and ↓0+2
Примеры будут в новом Windows или на крайний случай в Office… В общем за деньги, а на дать на пощупать новый технологии в отрыве от продукта с ценником Майкрософт не особо горазд.
Total votes 5: ↑2 and ↓3-1
Сорри, промахнулся кнопкой, хотел ответить на коммент, а получился новый комментарий.
Total votes 2: ↑1 and ↓10
Да ну, ценник у MS не так уж и высок, если покупать под задачи, а не по-русски. (если Windows — то Ultimate, если Office — то Professional Plus и никак иначе)
Total votes 16: ↑16 and ↓0+16
Неправда. МС не так уж редко дает попробовать новые технологии на халяву, пока они еще разрабатываются. Вот конечный продукт — не обязательно.
Total votes 2: ↑2 and ↓0+2
«Покажите им Иисуса и они скажут, что у него грязные ноги».
Они опубликовали статью, где подробно расписали и всю математику и алгоритм и схему декодера. После этого сделать реализацию — дело техники. Так что нехуй тут…
Total votes 4: ↑4 and ↓0+4
А патенты на эту математику уже выписаны? Что толку реализовывать, что потом все равно отсудят (:
This comment wasn’t rated yet0
Не очень понял, что вы имеете ввиду. Вообще да, в Америке можно патентовать некоторый класс алгоритмов. Но я уверен, что ничего такого они делать не станут. Шило в мешке не удержишь. Я себе не представляю, как можно запретить использовать алгоритм, тем более, что они его публично во всех деталях представили. Они наоборот, пытаются донести его до как можно более широкой аудитории — как любой ученый со своей идеей. Это не индустрия, а наука, там другие критерии. Импакт-фактор и все такое.

Во-вторых, там все сложнее. Это не просто алгоритм в духе «возьмите два числа». Это идея насчет применения определенного класса нейронных сетей к задаче распознавания речи.

В-третьих, никакой это не прорыв. У меня сейчас коллега на этой конференции, я спросил насчет реакции на презентацию, говорит ничего особенного. Никто не побежал допрашивать докладчиков, как они совершили это чудо и куда нести деньги. Этой схеме еще предстоит пройти испытания на прочность на других базах, а там может быть посмотрим. А что там Майкрософт на своем сайте написал — это его, Майкрософта, дело :)
This comment wasn’t rated yet0
>Я себе не представляю, как можно запретить использовать алгоритм, тем более, что они его публично во всех деталях представили.

Да легко. Вспомните, хотя бы бодягу с LZW.
This comment wasn’t rated yet0
Хотел бы я посмотреть на того, кто по этой «расписанной» математике сделает свою реализацию.
Только в HMM достаточное количество подводных камней, над обходом которых можно биться годами.
Да и вообще, если реализация так уж проста, китайцы с индусами скоренько сделают свою, а там бейся МС за свои патенты. Не думаю, что руководители МС Рисерч так уж наивны.
This comment wasn’t rated yet0
Мне интересен перевод оригинальной новости.Мне интересен перевод оригинальной новости.
Total votes 15: ↑15 and ↓0+15
delete Мне интересен перевод оригинальной новости ©
Total votes 3: ↑1 and ↓2-1
А куда, кроме топика переводов, можно отправить перевод данной статьи? А то кармы не хватает для поста.
This comment wasn’t rated yet0
Я даже не знаю, ибо сам на неё не богат. Может просто в комментарии?
This comment wasn’t rated yet0
Skype, Xbox, Windows Phone 8, Windows 8 — голосовые интерфейсы и multitouch вот вам и Natural User Interface. Интересно как там с русским языком?
Total votes 3: ↑3 and ↓0+3
Не думаю, что это проблема, главное бы словарь побольше был.
Total votes 1: ↑0 and ↓1-1
Принципиально для HMM безразличен язык, здесь не используются всевозможные онтологии-тезаурусы, привязанные к конкретному языку.
Однако практическая реализация может и задержаться, как и любая другая русификация.
This comment wasn’t rated yet0
Тогда не совсем понятно, что такое контекстно-зависимая.
This comment wasn’t rated yet0
Марковскую модель можно заточить и под контекст, а не обязательно под подряд идущие n-граммы.
This comment wasn’t rated yet0
С помощью… нейронной сети и Джорджа Дала… удалось улучшить качество и скорость распознавания речи...

Что не смогла распознать нейронная есть — распознает Джордж?
Total votes 61: ↑61 and ↓0+61
Даешь, с каждым дистрибутивом Win 8 индуса в комплекте. При покупке семейной версии Win8, с индусом идет и его семья:)
Total votes 10: ↑8 and ↓2+6
Enterprise? на каждую установленную копию — по индусу.
Total votes 1: ↑0 and ↓1-1
Home — индус живет у вас дома
Professional — индус живет у вас на работе
Ultimate — индус ходит за вами везде
Total votes 10: ↑9 and ↓1+8
Джордж — живая нейронная подсеть.
Total votes 3: ↑2 and ↓1+1
Главное, что сходство с 3D есть.
This comment wasn’t rated yet0
Да, причем Джордж отвечает за скорость, а сеть — за качество.
Total votes 1: ↑0 and ↓1-1
UFO just landed and posted this here
Только сегодня заметил на youtube возможность переводить речь с видео в субтитры. Есть-ли связь между этими темами?
Total votes 6: ↑2 and ↓4-2
Оно там стопицот лет.
Я думаю в этой статье идет упор на 2 фактора: ускорение на GPU и контекстно зависимость.
Total votes 3: ↑3 and ↓0+3
Implementing a Speech Recognition System on a GPU using CUDA — это уже не новость… А про результаты IS — чуть позже почитаем и напишем, что же там за такой прорыв :)
Total votes 1: ↑1 and ↓0+1
Лишь бы патентами не огородились. Хорошая система нужна. А то в универе работал со Сфинксом, так от моего акцента даже джава машина вылетала :)
Total votes 4: ↑4 and ↓0+4
Хм, думаю, что патенты Майкрософтом уже получены, иначе не было бы никакого анонса.
Total votes 4: ↑4 and ↓0+4
А при чём тут патенты? Пусть патентуют, и продают как другие движки для распознавания речи, может хоть у них выйдет что-то более вменяемое чем все ахтунги что на рынке сейчас.
Total votes 2: ↑0 and ↓2-2
Я могу ошибаться, но если они нашли более эффективный алгоритм для нейронных сетей, то скорее всего он не только для этой задачи может подойти. А если они вцепятся в эти патенты, то другим исследователям в этом направлении путь будет закрыт.
This comment wasn’t rated yet0
если они нашли более эффективный алгоритм для нейронных сетей, то скорее всего он не только для этой задачи может подойти

Как раз наоборот — она эффективнее обычных сетей из-за заточки под узкий круг задач. Но то, что эта технология должна быть открытой — это без сомнений.
Total votes 1: ↑1 and ↓0+1
Просмотрел статью. По результатам могу сказать, что все это, конечно, хорошо…
Они тестировали схему на базе данных Switchboard. Процент ошибок среди слов — 18.5 процентов (Марковские модели дают 27.4).
Двоякое чувство. База очень сложная — это спонтанная речь, записи телефонных переговоров. И 18.5 WER для нее — это очень хорошо, действительно прорыв для технологий. Но 18.5 это слишком много для полноценного понимания, допускается около 5, так что пока рановато говорить о «почти человеческих» показателях. Плюс надо еще обкатать технологию.

По поводу патентов и прочей ереси — можете не переживать. Эти ребята работают для науки и опубликовали статью со всеми подробностями на крупнейшей конференции, то есть сдали метод с потрохами. Если бы захотели — молчали бы в тряпочку и патентовали все подряд, как это делает Nuance.
Total votes 7: ↑7 and ↓0+7
Соглашусь. Это не то что бы прорыв «ой везде теперь голос будет внедрен». Радуются они тому, что нащупано направление в улучшении алгоритмов дающее значимый прирост в качестве распознавания. Значимый — это не доли процентов граничащие с статистической погрешностью, но и не в разы. Всего то уровень ошибок распознавания с помощью этого алгоритма был снижен с 27% до 18.5% Многие годы все топтались на одном месте, и наконец хоть что то стало работать лучше.
This comment wasn’t rated yet0
Кстати, 18.5% для спонтанной речи! Учитывая, что на более простых задачах ошибки на уровне 5-7 процентов, это таки повод говорить «ой везде теперь голос будет внедрен» :)
На смартфонах — так точно, меня и текущее качество распознавания от гугла устраивает.
This comment wasn’t rated yet0
UFO just landed and posted this here
Ай-яй, а мужики-то и не знают… Надо срочно написать в Майкрософт :)
На самом деле база базе рознь. Мои результаты — от 84% на Verbmobil до 46% на AVIC. А они тестили на Switchboard. Сколько выдала бы система киевских ребят — большой вопрос.
Total votes 1: ↑1 and ↓0+1
UFO just landed and posted this here
все дело в ограничениях, которые накладывают на распознавание — т.е. что именно подают на распознавание?
Произвольную речь, т.е. человек наговорил что-то и все распознают или что-то отбрасывают, а что-то оставляют — в деталях суть, а не в общем результате WER.
Какими средствами этот WER достигался — это важно.
This comment wasn’t rated yet0
Sign up to leave a comment.

Articles

Your account

Sections

Information

Services

Support
© 2006–2024, Habr