據ibm官網通訊，人們在談話時，對方每聽20個單詞城市漏掉或聽錯1-2個單詞。在5秒鐘的對話中，大概會聽錯80個單詞。但我們普遍人在聽懂談話上沒有題目。但是，電腦就不一律了。

客歲，ibm頒布在天然對話情況中的語音辯別上博得宏大功效：開拓出單詞缺點率為6.9%的系統。爾后，該公司連接博得進步。此刻ibm頒布創作新的技術界記錄：5.5%的缺點率。這是對特殊艱巨的語音辯別工作：記錄人與人之間凡是對話如 買臥車 ，計劃出來的功效。這種記錄的語言材料庫被稱為 switchboard ，20有年來從來用來檢查語音辯別系統。

ibm接洽職員在實行這個沖破時，潛心于運用深度進修本領，將lstm（是非期回顧）和wavenet談話模子與三個健康的聲學模子貫串起來。在被應用的3個聲學模子中，前2個為雙向6層lstm，期間一個為多特性輸出，另一個有對話多工作進修本領。最后一個模子有個共通的本地，其不止能從主動的例子中進修，也能運用失望的例子，所以會變得越來越聰慧，在反復表露一致談話作風時展現更好。

實行生人同等程度 缺點率與2部分談話符合 長久此后都是工作的最終目的。工作里的其余人也在全力追逐ibm的記錄，少許人邇來宣稱達到5.9%。在達到本日的功效進程中，ibm創造生人同等程度該當是缺點率為5.1%。在決定這個數字上，ibm與協調搭檔appen協調表現生人程度的功效。縱然ibm實行了5.5%的缺點率是一次大的沖破，但創造生人同等程度是5.1%表明高科技要達到與生人溝通程度再有一段隔絕。

在接洽中，ibm接洽了各別的工作大師，讓她們對此事公布看法。蒙特利爾大學mila試驗室的主任yoshuabengio認可ibm再有很多功課要做本領實行生人同等程度。ibm認識到，創造生人同等程度的典型比向來夢想更凌亂。除去switchboard外，再有另一個工作語言材料庫callhome，供給了各別的可嘗試的語音數據集。