[@徐雷frank][¥20]如何做到精准的语音识别？

我觉得语音交互目前还有这些问题：

1. 现在还是用一套定义好的流程来处理问题，比如意图识别、槽填充等，但这不是真正意义上的“理解”。还是局限在我们定义的框架内来解决问题，取决于我们对问题定义的丰富程度，以及受限于框架。
2. 如果不是一套定义好的流程，而是比较流行的端到端的方式（end to end），更加不是可解释的“理解”。取决于我们提供的数据。
3. 需要有大量的common sense来丰富理解。比如“周董”是“周杰伦”的别名。
4. 还有知识迁移等等

我不是语音识别领域的专家，个人观点
1、最准确的语言识别系统，如果只是单纯的单词或者汉字识别，会出现错误。
2、尤其是汉语，很多多音字，同音字太多。科大飞讯做的很好了，但是据说测试数据也有造假。
3、现在的AI人机交互，绝大部分中文的，还是基于关键字匹配，或者常见问题提前设定好规则，不确定问题在大数据中搜索关键字匹配的答案。
4、目前几大语音识别集合AI的系统，基本都有大量的机器学习算法，中文分词比较难。微软小冰不错，但是也会很多错误。汉语太难明确含义了。