Sistema da Microsoft já reconhece a fala tão bem quanto os humanos

O que você precisa saber

Os robôs já conseguem escutar e transcrever o que as pessoas dizem tão bem quando um ouvido humano comum. Foi este o resultado do esforço da Microsoft, que revelou que uma equipe de engenheiros na área de pesquisa em inteligência artificial desenvolveu um sistema de reconhecimento de voz com o mesmo índice de erros que uma pessoa normal.

Para avaliar a qualidade do algoritmo, foi usada a métrica WER (sigla em inglês para “taxa de erros de palavras”), que mede a capacidade de um sistema de reconhecer a voz e transcrevê-la de forma precisa. O software em questão foi capaz de obter uma taxa de erros de apenas 5,9%, que foi aproximadamente igual ao obtido por pessoas que receberam a tarefa de transcrever a mesma conversa.

Compreensivelmente, os pesquisadores da Microsoft ficaram empolgados com o resultado, declarando uma marca histórica. “Alcançamos a paridade humana”, comemora Xuedong Huang, chefe de cientistas da fala na companhia. No entanto, os cientistas explicam que a marca é importante, mas ainda está longe de ser perfeita, porque os humanos não são perfeitos.

As pesquisas para chegar até este ponto foram extensas e duraram décadas, mas o ritmo de evolução se intensificou nos últimos tempos. No mês passado, o sistema também já havia atingido uma marca importante, com uma pontuação de 6,3 WER, que ficou ainda um pouco atrás das capacidades humanas. Neste mês, a meta foi alcançada.

Este nível de precisão usou redes neurais que armazenam volumes enormes de informações, que são usados para treinar o sistema. Com isso, a inteligência artificial consegue reconhecer padrões de voz para conseguir transcrever a fala para texto.

O próximo passo é melhorar ainda mais o sistema e garantir que ele funcione em situações do mundo real, que vão muito além do que um laboratório pode proporcionar. É importante que o algoritmo seja capaz de reconhecer o que é dito também em restaurantes com barulho de fundo, em ruas movimentadas e em ventos fortes.