Во время выступления Рашид показал, как программа на лету записывает все его слова, переводит их на китайский язык и произносит машинным голосом, напоминающим его собственный.

Смотреть выступление  нагляднее с 7-й минуты

Как сообщают исследователи из Microsoft Research, использование глубоких нейросетей позволило увеличить точность распознавания речи на 10-20 процентов, а скорость распознавания — на 30 процентов по сравнению с лучшими из существующих алгоритмов.

Новая технология также не нуждается в периоде финальной подстройки под речь конкретного пользователя. Распознавание речи такого типа более полезно, чем «тренирующееся», так как может быть использовано для работы с голосами, отсутствующими в базе данных. Незаменимо, например, для колл-центров.

Разработка уже в ближайшем будущем начнет использоваться в Microsoft Audio Video Indexing Service — сервисе для корпоративных пользователей, позволяющем индексировать звуковые файлы и осуществлять поиск по ним. В будущем эта разработка сможет пригодиться во множестве продуктов Microsoft (Windows Phone и Kinect — первое, что приходит в голову), однако о более широком внедрении пока что ничего не говорится.