自 2020 年推出Webex 助手以来，我们从客户那里收到的最常见问题是：“它准确吗？” 我明白了；客户希望确保，如果他们选择使用 Webex AI（人工智能）自动转录引擎，它将兑现保持准确会议记录的承诺，让与会者专注于对话，而不是输入会议记录，并通过辅助功能使会议更具包容性。人工智能过度承诺和交付不足的例子有很多，对于关键业务任务，Webex 已经取得了长足的进步，以确保对准确性的不懈关注。

随着世界进入混合工作模式，隐藏式字幕、转录和捕获行动项目等功能在推动平等和包容的会议体验方面变得比以往任何时候都更加重要，无论用户说什么语言、他们可能有什么可访问性需求或是否他们选择跳过会议来处理他们忙碌的生活并依靠 Webex 助手来提供回顾。我们的目标是利用人工智能和机器学习为每个人提供更好的每次会议体验。

构建最先进的 AI 转录引擎是实现该目标的一种方式。 

鉴于 Webex 在构建强大的端到端标签、培训和机器学习管道方面所做的投资，我们很自豪能够利用这一基础推出具有行业领先准确性的英语转录引擎，用于 Webex 会议与市场上一些一流的语音识别引擎相比，体验。为了扩大我们技术的覆盖范围以覆盖全球 98% 以上的 Webex 客户，我们将推出完全由内部构建的西班牙语、法语和德语 ASR（自动语音识别引擎），将免费提供适用于今年上半年的所有 Webex 助手用户。

但“准确”的真正含义是什么？

当我们想到对话的准确转录时，我们经常设想，如果我们让人类转录员听这个音频文件，转录将反映所说内容的准确记录。然而，从长远来看，在一些流行的数据集（例如“CallHome”）上测量了人为错误率，迄今为止报告的最佳结果是 6.8% 的错误率；这意味着如果您有 100 个单词的成绩单，其中大约 7 个单词会被人类转录不准确。还值得一提的是，“CallHome”是一个数据集，它构成了以英语为母语的人之间的 30 分钟无脚本电话对话。[1] 预计具有不同英语口音的人的数据集的百分比错误会更高。

更有趣的是，由语言学数据联盟 (LDC) 衡量的转录者间一致性在 4.1% 到 9.6% 之间，这取决于它是仔细的多重转录还是快速转录 [2]。这意味着，如果您将相同的音频文件提供给 2 个人，即使在完美的环境条件下，他们仍然不会产生相同的录音。

我们的目标是继续改进 Webex 转录，使其不仅与人工转录相媲美，而且超越它，并为我们在不同口音、性别和声学环境中提供的每种语言实现一流的准确性。