PingWest / xyzhang

　　对于同步语音识别产生的这些小错误，阿里巴巴集团技术委员会主席王坚博士笑着解释说，机器翻译的错误其实也是一种智能。人类最了不起的就是会有“意外”，现在机器也产生了“意外”。

　　10 月 13 日上午，一年一度的阿里云栖大会在杭州云栖小镇召开。在开场的杭州市政府、浙江省政府各级官员致辞之后，阿里巴巴集团董事局主席马云按照惯例发表了一通关于“DT 时代的创业创新”的主题演讲，但这次最特别的地方在于，阿里云的同学用阿里自己研发的语音识别技术为马云配备了一个机器速记员，在大会现场的两块大频幕上以字幕的形式同步发出。

　　根据观察，这个“云速记”对马云杭州腔的普通话，翻译的准确率至少已经在 95% 以上，而且在不断自动纠错，如果没有人工干预校准的话，这已经是一个相当优秀的成绩。据相关人士介绍，这个智能语音识别系统不久前已经应用于浙江高级人民法院的庭审。

　　但仍然产生了一些误差，我们总结了一些实时语音识别中产生的主要问题如下：

　　有意思的是，马云和王坚博士的杭州普通话演讲结束之后，台湾鸿海董事长郭台铭也带着他的台湾腔普通话出场了。为了配合云速记，郭台铭还特意放慢了语速，以便更好地被机器识别。但随后不知出于何种考虑，云栖大会的工作人员撤去了郭台铭的云速记字幕。

　　两年前，当我还在一家报社做实习生的时候，曾有过一次痛苦的录音整理经历：一桌好几个山东人，操着口音很浓的曲阜话（而北方方言本来就与被定为普通话的北京话源出一处），七嘴八舌地讨论关于大学里的孔孟教育话题。对一个南方来的人类耳朵来说，那真是可想而知地崩溃。实际上，在速记公司的价目表上，也会特别将方言腔很浓的活儿单独列出还要加价。期待在人工智能和机器学习的帮助下，语音识别最终能适配中国庞大复杂的方言体系。