Cortana : vers une reconnaissance vocale sans erreurs ?

Microsoft a placé Cortana et les Bots logiciels au centre de la relation homme machine. Tous ceux qui ont assisté à la conférence Microsoft Experience 2016 qui s’est tenue au Palais des Congrès il y a deux semaines peuvent témoigner de l’intérêt de Redmond pour une IA capable de faire le lien entre l’utilisateur et les services de cloud. Mais pour que Cortana soit réellement au centre du processus, il faut encore améliorer deux points essentiels : la reconnaissance vocale, et l' »intelligence de la réponse » apportée par Cortana.

Pour ce qui est de la reconnaissance vocale, Microsoft y est presque et affirme avoir réalisé une « performance historique » en parvenant à mettre au point un système de reconnaissance vocale qui commet aussi peu d’erreurs que l’homme lorsqu’il s’agit de transcrire des éléments conversationnels. Harry Shum, le patron du Microsoft Artificial Intelligence Research, a confirmé la prouesse : le logiciel de reconnaissance vocale de Microsoft a obtenu un taux d’erreur de seulement 5,9% dans un test où il était « opposé » à des transcripteurs professionnels. Les échantillons conversationnels soumis à la sagacité du logiciel provenaient de langues différentes (anglais, espagnol et mandarin).  Ces échantillons ont pour particularité de reproduire les imperfections d’un dialogue naturel (raclement de gorge, chuchotement, hésitation), ce qui est la seule façon d’évaluer que l’IA est vraiment à l’aise dans des conditions de conversion « normales ».

Pour parvenir à de tels résultats, les scientifiques du Microsoft Research se sont appuyés sur un réseau neuronal d’apprentissage profond (Deep Learning). L’objectif à terme est bien sûr d’intégrer ces technologies de reconnaissance vocale à Cortana; les enjeux sont énormes puisqu’il s’agit rien moins que de remplacer les interfaces traditionnelles par une IA vocale; bienvenu dans le XXIème siècle !