研究顯示：語音輸入首次超越人類打字速度

電腦已經在國際象棋及圍棋中戰勝人類，想不到現在又新添一項戰績，成功在手機打字速度上超越我們。

這個由史丹福大學、華盛頓大學及百度聯手設計的實驗，分別以英語及國語進行。在實驗中，研究人員使用了百度的「新一代深度語音識別系統」（Deep Speech 2）與 32 名年齡介乎 19 至 32 歲的年輕人進行比較，讓他們分別使用語音識別及手機鍵盤在 iPhone 上輸入一些日常生活常用的句子。

研究結果發現，語音識別系統的準確度不單只遠超人類，輸入速度更加比手機打字快三倍，在各方面上完全戰勝測試對象。

百度首席科學家吳恩達說：「我們不應該將此視為人類的失敗，因為在人類的進化過程中，從來都不是用鍵盤交流的；面對面地對話一直也是一個更自然的交流方式。」

出乎意料之外

史丹福電腦科學家占士·藍迪（James Landay）則表示實驗結果出乎意料之外：「如果大家都知道語音識別真的比打字更快，我相信大家一定會紛紛轉用語音輸入。」

那麼為何語音識別至今仍然擁有如此差劣的名聲？科學家推測可能是與用家的用法有關。比如大家又愛又恨的「迷糊」手機私人助理──蘋果 Siri，連回答基本問題都難以做到，導致用家將電腦查詢功能與語音識別的能力掛鉤，「錯怪好人」。

但本實驗的研究小組並非測試電腦的查詢能力，而只是將語音識別用於聽音打字，結果顯示英語的錯誤率比人類低 20.4%，國語更是低 63.4%。藍迪希望這些測試結果能令用家重新看待手機的語音功能，他表示：「大家可能在試用 Siri 時，不太滿意她的答案， 然後從此便沒想到用語音輸入來發短訊或是郵件，殊不知現在這功能的效率已相當的高。」

進步神速

語音識別的進步，主要有賴予兩項科技發展。上世紀 90 年代，語音識別的準確度仍然遠低於鍵盤輸入，尤其是在輸入俚語或當環境噪音較高時。但過去數年，隨著科技進步，就像智能手機的相機鏡頭，像素更高看得更清楚，手機內置的麥克風也能聽得更清楚，得到更準確的結果。

其二，是超級電腦開始使用「深度學習」（deep learning）高效地從數據中學習，充份地利用網上巨型公司，如 Google 及百度的語音數據進行訓練。百度透露，他們的語音數據庫擁有多達五年的數據，可以無休止播放至 2021 年。

目前無論在駕駛、獨自一人、甚至在日常生活中，手機的語音功能也遠比打字方便。百度的吳恩達亦認同這一點，他想像未來有一天，孫兒回家時會問他：「你年輕的時候，回家對著微波爐說話，它真的不理會你嗎？那真是沒禮貌。」

但藍迪則承認，在某些場合上，打字仍然擁有其優勝的地方：「比如在會議中，或是當你的另一半在睡覺的時候，打字仍然是較適合的選擇。」