原标题：Google为视频、电话和虚拟助理量身打造语音分辨模型，提高语音转文字准确性
继Google在上个月推出通过DeepMind高传真人声合成技术WaveNet开发的云端文字转语音服务之后，9日宣布更新云端语音转文字服务（Cloud△Speech-to-Text），不但加入针对特定模式的语音分辨模型，也提高了分辨的准确度，还提供自动加入标点符号的功能，该服务两年前刚推出时名为Cloud△Speech△API。
云端语音转文字服务是在2016年推出，在大约一年前推出正式版，该服务每半年的使用量都是双倍成长，这次Google更新了语音转文字服务，并加入新功能，包括电话和视频模式的语音转文字服务，目前这两个模型可支援英文，未来还会陆续支援其他语言。
目前语音转文字服务支援多项功能，举例来说，该服务内建预先建立的语音分辨模型，来增加文稿的准确度，还有自动加入标点符号的功能，来增加文稿可读性，该服务还有一项通过标注和分类语音转文字改善准确率的机制，用户可以标注像是购物的语音、篮球比赛电视节目等类别，来描述语音的主题，增加该服务的准确度，此外，因为该服务目前是正式版，提供99.9％可靠性的SLA保证。
由于语音分辨有多种不同的模式，包含视频、电话或是人机命令式的互动，这次的更新将加入针对不同模式的订制化模型，像是针对电视转播篮球比赛的语音分辨，讲话的人可能会超过4个，背景的杂音会有观众的欢呼声、音乐、篮球或是跳跃的声音，语音分辨的长度也可能长达2个小时以上。
以处理电话语音为例，Google以往会先将打进来的电话转录到针对电话语音优化过的模型，现在则是可以让企业自行选择最适合的模型，而不用依赖自动推荐的模型。
Google表示，许多云端厂商会用语音数据来优化自家的产品，Google为了保障用户的隐私权，避免这样的做法，而是让用户选择是否要分享语音数据，由于还是有用户期望Google通过真实的数据，提供更准确的语音分辨模型。
因此，Google建立了另一套模型Enhanced△phone_call，通过自愿提供真实数据的用户资料来改善模型，自愿加入这项计划的用户可以使用该模型之外，也能使用其他自愿用户优化过的模型。Google指出，与一般的模型相比，Enhanced△phone_call模型的语音分辨错误率减少了54%。
除此之外，Google也推出了针对视频语音分辨模型，该模型经过多个管道和人声的优化，通过类似于YouTube自动产生字幕的机器学习技术，优化过后该模型错误率相比以往下降了64%。
最后，Google团队最近建立长短期记忆（Long△Short-Term△Memory，LSTM）神经网络，来改善长篇语音转文字的自动下标点符号功能，可以自动提供逗号、句号、问号等，目前还是测试版。
相关：
Google更新云端语音转文字服务，听写电话的错误率减少54%
图片来源: Google 继上个月发表云端文字转语音（Cloud△Text-to-Speech）服务之后，Google在周一（4/9）更新了云端语音转文字（Cloud△Speech-to-Text）服务，提供全新的视频及电话转录模型，也新增了自动化标点符号
微软用语音分辨将讲课内容即时转成文字，让听力受损学生学习无障碍
图片来源: 微软 微软5日于官方的博客发表用AI技术协助失聪学生学习的成果Presentation△Translator，通过语音分辨技术，将课堂上教授的演讲内容转为文字，来帮助失聪的学生可以同步得到最完整且准确的资讯，并通过AI
Google第二代行动装置版电脑视觉神经网络模型出炉！让手机执行影像分辨更快更准，
Google在去年6月推出行动装置版的电脑视觉神经网络模型MobileNetV1，近日则在官方博客中宣布推出第二代MobileNetV2，改善了分类、物件侦测和语义分割（Semantic△Segmentation）技术，不论是速度和准确率都有所提升，
逃出生天游戏内置语音并不是很清晰，所以推荐玩家使用其他的语音软件。下面给大家带来逃出生天游戏内置语音关闭方法，有需要的一起来了解一下吧。逃出生天游戏内置语音关闭方法游戏内置语音效果奇烂，建议用第三方语
促进机器学习模型再利用，Google释出模组打包函式库TensorFlow Hub
为促进机器学习TensorFlow生态系的发展，让开发者的努力可互相交流与再次使用。Google发表TensorFlow△Hub，提供机器学习模组打包函式库，帮开发者把TensorFlow的训练模型发布成模组，方便再次使用或是与社交共享成果