一、中國首個給機器人“聽”“說”能力打分的標準規范完成

由上海企業平安好醫生與智能語音識別技術公司云知聲共同起草的《中文語音識別難度分級認證規范》討論稿（以下簡稱《認證規范》）已經完成，并在中國人工智能產業發展聯盟（AIIA）2018年聯盟會員大會的標準化與推廣工作組專項討論會議上進行了標準框架匯報，得到專家認可。這是國內首個關于中文智能語音識別難度的標準規范，有望為形形色色人工智能產品的“聽”“說”能力打分，避免“假智能”濫竽充數。

《認證規范》將中文語音識別難度分為L1-L4四個等級，并分別從聲學和語言學兩個維度確定了信噪比、普通話水平、說話習慣、語言句式等十余個影響因素，對智能語音交互類產品在實際應用場景下的識別率提供了定級依據。因此，這一《認證規范》的推出，有望為我國智能語音識別技術及產業發展，提供切實可行、可加以全面推廣的技術標準。

二、與人類媲美的語音識別與機器翻譯

微軟亞洲研究院與雷德蒙研究院共同研發的機器翻譯系統在通用新聞報道測試集newstest2017的中-英測試集上達到了媲美人類的水準，成為首個在新聞報道的翻譯質量和準確率上可以比肩人工翻譯的翻譯系統。

為了能夠取得這一里程碑式突破，來自微軟亞洲研究院和雷德蒙研究院的三個研究組，進行了跨越中美時區、跨越研究領域的聯合創新。微軟亞洲研究院機器學習組將最新研究成果對偶學習（Dual Learning）和推敲網絡（Deliberation Networks）應用在了此次取得突破的機器翻譯系統中。自然語言計算組則在此次的系統模型中增加了另外兩項新技術：聯合訓練（Joint Training）和一致性規范（Agreement Regularization），提高了翻譯的準確性。

三、語音識別領域突飛猛進發展前景廣闊

近幾年來，深度學習+大數據+并行計算共同推動了人工智能技術實現跨越式發展。“人工智能+”應用已開始落地開花，從智能安防，到智能客服，再到智慧教育和智慧醫療等等。基于人工智能技術的各種產品在各個領域代替人類從事簡單重復的體力或腦力勞動，大大提升了生產效率和生活質量，也促進了各個行業的發展和變革。

在人工智能的各項領域中，自然語言處理是最為成熟的技術，由此引來各大企業紛紛進軍布局。在未來3年內，成熟化的語音產品將通過云平臺和智能硬件平臺快速實現商業化部署，前景十分廣闊。