Googleの音声認識、ワードエラー率が1年経たずに「8.5%」から「4.9％」まで改善！ もはや人間レベル？

Googleの音声認識技術の精度について、NextPowerUpが報じた。現在の音声認識の識別能力は大きく改善してきているという。

ワードエラー率の改善の進捗

音声認識技術を評価する基準として、人間が発話した単語の聞き取りできなかったワードに着目する「ワードエラー率（Word Error Rate）」がある。Googleの音声認識技術のワードエラー率は、2016年7月に8.5%、2016年12月に6.1%、そして現在4.9%まで改善されててきたという。Google I/O 2017で明らかにされた情報だ。

上記グラフは発表されたワードエラー率を可視化したものだ。

なお現時点での4.9%というワードエラー率は、およそ100単語に5単語間違える、20単語に1単語間違えるレベルを意味するが、このワードエラー率はまだ高く感じる人もいるかもしれない。

しかし、「Microsoft AI and Research Group」が音声認識技術について発表した内容によれば、誤認率5.9%は人間と同等あるいはわずかに上回る精度だという。

MicrosoftとGoogleが全く同じ認識率のテストを行ったわけではないだろうが、いずれにせよ現時点でのワードエラー率は人間の聞き取り能力に近く、更に今度も改善されていくとなると人間を超える日もそれほど遠くはなさそうだ。

なぜ音声認識技術は改善したのか？

2015年にGoogleのCEOに就任したサンダー・ピチャイは、今月開催されたGoogle I/O 2017で、音声認識技術の改善についてこう語っている。

多くのデバイスに音声認識技術が搭載されたことで、ニューラルネットワークを活用したアルゴリズム改善が進んだということだろう。

この記事を読んだ人におすすめ

関連する記事はまだありません