近日，微软首席语音科学家黄学东在论文中表示，他们在近期产业标准Switchboard基准测试中，实现词错率(WER)低至6.3%的这一技术突破，这比IBM上周达到的6.6%WER下降了0.3%，达到目语音识别领域错误率最低的水平。

黄学东在论文中提到：

我们最好的单个系统在 NIST 2000 Switchboard 集上取得了 6.9% 的词错率。我们相信这是目前单个系统能取得的最好表现。在Switchboard 测试数据上，多个语音模型的组合将进一步使词错率降至 6.3%。

微软表示，人类大脑的生物运作原理启发微软研发深层来实现这一突破。此外，他们还提及计算网络工具包（CNTK）的深层学习算法对这次技术突破的影响，以及GPU集群为这个进步所做的贡献。微软指出，相比于以往，现在Cortana可以在相同的时间内吸收十倍以上的语音数据。

微软的语音识别技术已较为成熟，在不断突破语音识别基础技术的前提下，其继续提升以语音识别技术为基础的各种应用服务，包括Cortana以及Skype翻译等，使得人与机器可以更自然地交互。

相关阅读：