人工智能将取代传统的转录服务吗？

几乎你能想到的每个行业都在扪心自问，随着人工智能 （AI） 及其相关技术的成熟，未来将会是什么样子。转录服务就是一个很好的例子，技术的目的是提高翻译和其他复杂任务的人的能力。

然而，即使是我们今天拥有的最好的技术，也远远不足以理解人类的语言，以准确地在另一种语言中捕捉到相同的含义。

那转录服务呢？一台机器所需要做的就是识别和复制人类的语言（用同样的语言），即使它不能完全理解它。微软已经声称微软自己的转录服务技术比人类好，那么人工智能是否已经准备好取代传统的转录服务呢？

传统转录服务的终结？

去年晚些时候，微软大胆宣称，它的转录服务人工智能现在比人类专业人员要好。这听起来确实像是一个突破性的声明，但我们已经习惯了谷歌和它的技术竞争对手做出的这样的重大承诺-可以说，大多数承诺都没有达到预期。

在微软的例子中，它雇佣了第三方服务来转录一段音频。两人流程的错误率分别为 5.9% 和 11.3%，而微软的错误率分别为 5.9% 和 11.1%。

所以，很明显，微软的转录服务 AI 有它的优点。我们不太了解微软为这项测试雇佣的团队，也不知道它使用的录音，但它的转录技术似乎与某些环境中的人类不相上下。

转录服务技术的挑战

就像任何一种语言技术一样，有一些独特的挑战需要考虑。虽然人类天生就能将语音与背景噪声区分开来，但机器却不能享受同样的特权——这是这项技术面临的一大挑战。

还有其他一些技术还没有学会克服的问题（至少现在还没有）：

多人通话

确定个别发言者

多人同时说话

理解语境（讽刺、反语等））

理解口音

理解俚语、口语和文体

了解非母语人士

翻译成其他语文

谈话中的细微差别（如：“呃”、停顿等）

因此，一个人在安静的房间里讲话的清晰录音与记录多个民族之间激烈辩论的录音之间有很大的区别。转录服务技术已经开始证明它的价值，但是它并没有为传统的转录服务提供直接的竞争。

不是机器和人类的较量

大多数人工智能的讨论都围绕着技术与人性这一概念展开。然而，人工智能转录服务的未来远不那么具有启示性。这项技术并不是用来取代人类的，因为它与专业转录人员有不同的长处和短处。

当转录服务技术与音频质量、复杂的对话和人类对话的各种性质作斗争时，它永远不会感到疲倦，不断地学习，而且能够比忙碌的人类转录团队犯更少的错误。

即使人工智能转录算法只达到 50% 的准确率（由于上面列出的任何原因），人类也不需要担心 50%。更好的是，如果同样的算法能够匹配或击败人类的准确性，专业的转录人员可以集中精力编辑剩下的几个错误，并提高最终转录的总体精度。

每个人都是赢家。

随着机器学习和人工智能的出现，语音科学无疑正以快速的速度发展。然而，在语言服务行业中，几乎没有人能想象在不久的将来，这项技术将取代人类的专业技术。然而，我们所期望的是 AI 平台在不影响质量的情况下帮助我们做更多、更快的事情。