Microsoft, pronto il riconoscimento vocale quasi “umano”

Data la vastità delle lingue naturali e la quantità di vocaboli ed inflessioni presenti nella dimensione parlata, risulta piuttosto difficile dare vita ad un software in grado di riconoscere le caratteristiche semantiche di un comune discorso e di tradurle in pratica, dato che i robot, per loro stessa natura tendono ad associare ogni suono percepito ad un unico significato, spesso con esiti fuorvianti e alterati dal contesto.

Da anni ormai le principali aziende hi-tech stanno cercando di ovviare il problema dando vita a sofisticati algoritmi in grado di portare gli assistenti vocali ad interpretare le differenti sfumature dei linguaggi parlati e a scindere la mera componente sintattica da quella semantica, con l’intento di dare vita a software e programmi sempre più simili agli esseri umani e sempre più in grado di porsi come assistenti tutto-fare sui vari dispositivi che li contengono alloro interno.

Se fino ad oggi gli esiti pratici riportati da Cortana, Siri e consimili risultano ancora ben lontani dal raggiungere l’auspicata perfezione linguistica, pare che Microsoft stia muovendo significativi passi in avanti in direzione della piena umanizzazione degli assistenti vocali e che i ricercatori della casa di Redmond siano riusciti a trovare la particolare quadratura del cerchio e ad espletarla in un algoritmo molto più raffinato dei suoi predecessori.

Messo alla prova da un test comparato che prevedeva la presenza di intelligenze artificiali ed esseri umani in carne ed ossa, il nuovo sistema di riconoscimento vocale messo a punto da Microsoft ha infatti mostrato la capacità di trascrivere un complesso discorso parlato facendo riportare un coefficiente di errore pari al 5,9% e raggiungendo così risultati ampiamente paragonabili a quelli raggiunti dalla componente umana dotata di orecchie ed intelligenza reali.

In sostanza, il nuovo software di Microsoft si troverebbe in grado non solo di riconoscere una quantità di parole pressoché sterminata, ma di trasporle all’interno del loro contesto, riuscendo così effettivamente a comprendere e trascrivere il senso di lunghe conversazioni e a superare quel limite intrinseco alla robotica che prevedeva la capacità di agire mediante schemi univoci e di travisare così una componente linguistica dove di univoco c’è spesso gran poco.