Microsoftova storitev razpoznave govora v oblaku

Microsoft je v javni preizkus poslal novo oblačno storitev Custom Speech Service, ki omogoča uporabo razpoznave govora v drugih programih, zlasti poslovnih rešitvah. Storitev, ki je bila doslej znana pod kratico CRIS je doslej preizkusilo že okoli 420.000 razvijalcev, s prhodom v javni preizkus pa se bliža trenutek objave dokončne različice.

Posebnost storitve Custom Speech Service je prilagodljiv sistem algoritmov strojnega učenja, ki omogoča priprava razpoznavalnikov govora za posebne namene. Storitev se lahko prilagaja na nivoju jezikovnega nabora, akustičnega modela in oblike podajanja rezultatov. Na ta način je možno oblikovati algoritem, ki zazna denimo samo specifične besede/ukaze, deluje v specifičnih okoljih (recimo hrupnih letališčih) ali skupini ljudi (recimo otroški govor). Precejšen del nastavitev razpoznave torej prepuščajo specifičnim namenom rabe.

Storitev za zdaj deluje v Angleščini in Kitajščini, vendar obljubljajo podporo tudi za druge jezike. Microsoft bo Custom Speech Service ponujal po komponentah z različnimi cenovnimi modeli, pri vsakem pa obstaja tudi brezplačna, a omejena izvedba. Kdor želi več vzporednih zaznav, neomejeno število razpoznav na mesec, različne akustične in jezikovne modele, bo moral poseči po plačljivih storitvah, ki stanejo od 11,29 dolarjev na dan dalje.