Cuando una persona habla con otro, en promedio logran entender entre si casi el 96% de la conversación. Es decir, en toda conversación natural entre personas hay al menos en promedio, un 5.9% de márgen de error. Hoy, el departamento de investigación de Microsoft publicó un estudio donde afirman que lograron desarrollar una tecnología capaz de llegar a ese umbral de margen de error.
Anteriormente, el mayor hito en este campo fue un error del 6.6%, alcanzado con anterioridad por la empresa Redmond.
La tasa de error reportada por los investigadores de Microsoft, es equivalente a la de una persona capaz de transcribir la misma conversación. Además, es la más baja registrada en los proyectos de reconocimiento de voz de toda industria. Más allá del logro en sí, este paso facilita enormemente que el ser humano pueda comunicarse y hasta conversar con los ordenadores, ofreciendo no solo nuevos niveles de interacción sino también posibilidades tanto para uso diario como para las personas con dificultades localizadas. Así mismo, este es un paso importante para Microsoft, pues ya estaría en la capacidad de desarrollar robustos asistentes personales para competir con Google Home o Alexa de Amazon.
El próximo paso que quiere dar la empresa es optimizar la efectividad del reconocimiento para conversaciones naturales en ámbitos ruidosos (como la calle) o conversaciones con múltiples personas.
