Speechmatics lanceert autonome spraakherkenningsoftware

Het toonaangevende startupbedrijf voor spraakherkenningstechnologie Speechmatics heeft zijn ‘Autonome Spraakherkenning’ software gelanceerd, die de nieuwste diepe leertechnieken en doorbraak zelfbegeleide modellen gebruikt. Het systeem heeft aangetoond dat het Amazon (AMZN ), Google (GOOGL ) en Microsoft kan overtreffen.

Stanfords datasets

Speechmatics is gebaseerd op datasets die zijn gevonden in Stanfords ‘Racial Disparities in Speech Recognition‘-studie en heeft een algehele nauwkeurigheid van 82,8% behaald voor Afrikaans-Amerikaanse stemmen. Voor referentie behaalde Google een nauwkeurigheidspercentage van 68,7%, terwijl Amazon 68,6% behaalde.

Het niveau van nauwkeurigheid komt overeen met een reductie van 45% in spraakherkenningfouten, wat gelijk is aan drie woorden in een gemiddelde zin. De nieuwe Speechmatics-systeem is niet alleen nauwkeurig op dit gebied, maar heeft ook verbeteringen in nauwkeurigheid laten zien bij accenten, leeftijd, dialecten en verschillende andere sociodemografische kenmerken.

Er is vaak misverstand in spraakherkenning vanwege de beperkte hoeveelheid gelabelde gegevens die algoritmen kunnen gebruiken om zichzelf te trainen. Gelabelde gegevens moeten handmatig worden geclassificeerd door mensen, wat resulteert in een kleinere hoeveelheid gegevens die beschikbaar zijn voor deze systemen. Dit beperkt ook de vertegenwoordiging van alle stemmen, wat een nieuwe reeks problemen creëert.

Training op ongelabelde gegevens

Speechmatics maakt grote vorderingen op dit gebied, omdat hun technologie wordt getraind op enorme hoeveelheden ongelabelde gegevens die rechtstreeks van het internet komen. De gegevens komen van dingen zoals sociale media-inhoud en podcasts.

Zelfbegeleid leren heeft het systeem in staat gesteld om te worden getraind op 1,1 miljoen uur aan audio, wat een toename is van de vorige 30.000 uur. Dit stelt het in staat om een veel bredere reeks vertegenwoordiging van stemmen te hebben en helpt bij het verminderen van AI-vooringenomenheid en fouten in spraakherkenning.

Wanneer het gaat om kinderstemmen, heeft Speechmatics ook aangetoond dat het concurrenten kan overtreffen. Kinderstemmen zijn moeilijk te herkennen met behulp van legacy-spraakherkenningstechnologie, maar Speechmatics slaagde erin een nauwkeurigheidspercentage van 91,8% te behalen. Google kon alleen 83,4% behalen en Deepgram 82,3%.

Katy Wigdahl is de CEO van Speechmatics.

“We zijn op een missie om de volgende generatie machine learning-mogelijkheden te leveren en via die manier meer inclusieve en toegankelijke spraaktechnologie aan te bieden. Deze aankondiging is een enorme stap in de richting van het bereiken van die missie.”

“Onze focus op het aanpakken van AI-vooringenomenheid heeft geleid tot deze monumentale stap voorwaarts in de spraakherkenningindustrie en het ripple-effect zal leiden tot veranderingen in een groot aantal verschillende scenario’s,” aldus Wigdahl. “Denk aan de onjuiste ondertiteling die we op sociale media zien, rechtszaken waarin woorden verkeerd worden getranscribeerd en eLearning-platforms die hebben geworsteld met kinderstemmen tijdens de pandemie. Fouten die mensen tot nu toe hebben moeten accepteren, kunnen een tastbare invloed hebben op hun dagelijks leven.”

Allison Zhu Koenecke is de hoofdauteur van de Stanford-studie over spraakherkenning.

“Het is cruciaal om de eerlijkheid in spraak-naar-tekstsystemen te bestuderen en te verbeteren, gezien het potentieel voor uiteenlopende schade aan individuen via downstreamsectoren, van de gezondheidszorg tot de strafrechtelijke justitie.”