微軟雷蒙德接洽院開拓出一種機器進修算法,使計劃機對指定中心對話的語音辯別率增至94.1%，首次與生人程度符合；對親屬伙伴凡是對話的辯別率達88.9%，以至比生人技高級中學一年級籌。
美利堅合眾國國度典型與本領接洽所2000年時曾頒布一個數據庫，以扶助處置語音辯別困難。該數據庫包括的電話灌音有些是部分之間既定論題的說話，其余則是親屬伙伴間的隨便交談。
截止表露，生人在轉錄談話時的墮落率約為4%，即每第一百貨商店個字經紀類會缺點地轉錄4個字。往日，機器的展現距這一數字相去甚遠。此刻，計劃機在把部分之間既定論題的說話實質轉錄成筆墨時，墮落率為5.9%，而轉錄親屬伙伴間大肆中心的隨便交談時，墮落率為11.3%。 這比預見的還要好。 微軟接洽職員茨威格表白。
隨后，茨威格按照各別層數的卷積神經搜集來優化她們本人的深度進修體制，進而讓體制的每一層不妨辯別語音的各別上面。而后她們用熟習數據動作典型來樹立機器，再不辯別普遍語音并且讓她們不妨風氣嘗試數據庫。
總的來說，微軟的語音辯別體制與生人具備一致的缺點率，但它形成的缺點典型與生人半斤八兩。微軟機器最罕見的缺點是污染反應聲音。比擬之下，生人很少犯如許的缺點。對此，茨威格覺得，規則上機器沒有不許經過熟習來辯別反應聲音的來由，展示缺點大概與噪聲在熟習數據會合標志的本領相關。
微軟接洽職員表白，計劃機語音辯別本領正勝過生人程度， 這對計劃機行業的要害意旨不亞于圖形用戶界面 ，個中既包括xbox如許的耗費娛樂擺設，也包括立即語音轉筆墨等可考察性東西，以及 小娜 如許的部分數字輔助。
