幾乎你能想到的每個(gè)行業(yè)都在捫心自問(wèn)註入新的動力，隨著人工智能 （AI） 及其相關(guān)技術(shù)的成熟，未來(lái)將會(huì)是什么樣子完善好。轉(zhuǎn)錄服務(wù)就是一個(gè)很好的例子大面積，技術(shù)的目的是提高翻譯和其他復(fù)雜任務(wù)的人的能力。

然而問題分析，即使是我們今天擁有的最好的技術(shù)培養，也遠(yuǎn)遠(yuǎn)不足以理解人類的語(yǔ)言，以準(zhǔn)確地在另一種語(yǔ)言中捕捉到相同的含義更加完善。

那轉(zhuǎn)錄服務(wù)呢形式？一臺(tái)機(jī)器所需要做的就是識(shí)別和復(fù)制人類的語(yǔ)言（用同樣的語(yǔ)言），即使它不能完全理解它支撐作用。微軟已經(jīng)聲稱微軟自己的轉(zhuǎn)錄服務(wù)技術(shù)比人類好日漸深入，那么人工智能是否已經(jīng)準(zhǔn)備好取代傳統(tǒng)的轉(zhuǎn)錄服務(wù)呢？

傳統(tǒng)轉(zhuǎn)錄服務(wù)的終結(jié)互動式宣講？

去年晚些時(shí)候，微軟大膽宣稱模式，它的轉(zhuǎn)錄服務(wù)人工智能現(xiàn)在比人類專業(yè)人員要好自動化。這聽(tīng)起來(lái)確實(shí)像是一個(gè)突破性的聲明，但我們已經(jīng)習(xí)慣了谷歌和它的技術(shù)競(jìng)爭(zhēng)對(duì)手做出的這樣的重大承諾-可以說(shuō)高品質，大多數(shù)承諾都沒(méi)有達(dá)到預(yù)期不折不扣。

在微軟的例子中，它雇傭了第三方服務(wù)來(lái)轉(zhuǎn)錄一段音頻資源優勢。兩人流程的錯(cuò)誤率分別為 5.9% 和 11.3%高效利用，而微軟的錯(cuò)誤率分別為 5.9% 和 11.1%。

所以估算，很明顯講理論，微軟的轉(zhuǎn)錄服務(wù) AI 有它的優(yōu)點(diǎn)的可能性。我們不太了解微軟為這項(xiàng)測(cè)試雇傭的團(tuán)隊(duì)，也不知道它使用的錄音服務為一體，但它的轉(zhuǎn)錄技術(shù)似乎與某些環(huán)境中的人類不相上下措施。

轉(zhuǎn)錄服務(wù)技術(shù)的挑戰(zhàn)

就像任何一種語(yǔ)言技術(shù)一樣，有一些獨(dú)特的挑戰(zhàn)需要考慮要落實好。雖然人類天生就能將語(yǔ)音與背景噪聲區(qū)分開(kāi)來(lái)，但機(jī)器卻不能享受同樣的特權(quán)——這是這項(xiàng)技術(shù)面臨的一大挑戰(zhàn)不容忽視。

還有其他一些技術(shù)還沒(méi)有學(xué)會(huì)克服的問(wèn)題（至少現(xiàn)在還沒(méi)有）：

多人通話

確定個(gè)別發(fā)言者

多人同時(shí)說(shuō)話

理解語(yǔ)境（諷刺組織了、反語(yǔ)等））

理解口音

理解俚語(yǔ)、口語(yǔ)和文體

了解非母語(yǔ)人士

翻譯成其他語(yǔ)文

談話中的細(xì)微差別（如：“呃”說服力、停頓等）

因此搶抓機遇，一個(gè)人在安靜的房間里講話的清晰錄音與記錄多個(gè)民族之間激烈辯論的錄音之間有很大的區(qū)別。轉(zhuǎn)錄服務(wù)技術(shù)已經(jīng)開(kāi)始證明它的價(jià)值表示，但是它并沒(méi)有為傳統(tǒng)的轉(zhuǎn)錄服務(wù)提供直接的競(jìng)爭(zhēng)全面闡釋。

不是機(jī)器和人類的較量

大多數(shù)人工智能的討論都圍繞著技術(shù)與人性這一概念展開(kāi)。然而競爭力所在，人工智能轉(zhuǎn)錄服務(wù)的未來(lái)遠(yuǎn)不那么具有啟示性引人註目。這項(xiàng)技術(shù)并不是用來(lái)取代人類的，因?yàn)樗c專業(yè)轉(zhuǎn)錄人員有不同的長(zhǎng)處和短處溝通機製。

當(dāng)轉(zhuǎn)錄服務(wù)技術(shù)與音頻質(zhì)量好宣講、復(fù)雜的對(duì)話和人類對(duì)話的各種性質(zhì)作斗爭(zhēng)時(shí)，它永遠(yuǎn)不會(huì)感到疲倦領先水平，不斷地學(xué)習(xí)，而且能夠比忙碌的人類轉(zhuǎn)錄團(tuán)隊(duì)犯更少的錯(cuò)誤。

即使人工智能轉(zhuǎn)錄算法只達(dá)到 50% 的準(zhǔn)確率（由于上面列出的任何原因）戰略布局，人類也不需要擔(dān)心 50%事關全面。更好的是，如果同樣的算法能夠匹配或擊敗人類的準(zhǔn)確性狀態，專業(yè)的轉(zhuǎn)錄人員可以集中精力編輯剩下的幾個(gè)錯(cuò)誤技術節能，并提高最終轉(zhuǎn)錄的總體精度。

每個(gè)人都是贏家基石之一。

隨著機(jī)器學(xué)習(xí)和人工智能的出現(xiàn)聯動，語(yǔ)音科學(xué)無(wú)疑正以快速的速度發(fā)展。然而共同努力，在語(yǔ)言服務(wù)行業(yè)中行業內卷，幾乎沒(méi)有人能想象在不久的將來(lái)，這項(xiàng)技術(shù)將取代人類的專業(yè)技術(shù)逐漸完善。然而參與能力，我們所期望的是 AI 平臺(tái)在不影響質(zhì)量的情況下幫助我們做更多合理需求、更快的事情。