Speechmatics - технологическая компания, базирующаяся в Великобритании, по разработке программного обеспечения для автоматического распознавания речи на основе рекуррентных нейронных сетей и статистического моделирования языка, - утверждает, что разработала "самый точный и всеобъемлющий механизм преобразования речи в текст", отмечая, что он способен транскрибировать речь из широкого спектра уникальных диалектов и акцентов более точно, чем другие подобные программы. По словам руководства компании, финансирование позволит компании продолжать совершенствовать и развивать разнообразие и точность своих технологий. Было показано, что технология Speechmatics, основанная в Кембридже, лучше распознает диалекты расовых меньшинств, чем программное обеспечение для распознавания речи от Google и Amazon.
Согласно Speechmatics, программное обеспечение компании, как было показано, распознает голоса афроамериканцев с точностью 82,8% по сравнению с программами Google и Amazon, которые имеют точность 68,6%.
С учетом того, что в языковые технологии, ориентированные на инклюзивность, были вложены десятки миллионов долларов, похоже, что отрасль проявляет дальнейший интерес к разработке технологий для десятков уникальных акцентов и вариантов, а не только отдельных языков.
Благодаря достижениям в области искусственного интеллекта создание разнообразного программного обеспечения для распознавания речи занимает меньше времени, чем это было в начале. Согласно заявлению Speechmatics от 27 июня, программное обеспечение для распознавания речи исторически требовало обучающих данных, которые были аннотированы вручную — это часто ограничивало их набором стандартизированных и "коммерчески ценных" дикторов. Однако в настоящее время в этом больше нет необходимости, что позволяет разработчикам обучать механизмы преобразования речи в текст на гораздо более широком наборе данных, не зависящем от возраста, пола или диалекта.
