現如今，語音識別已經是微軟的核心產品之一了，微軟在Cortana身上投入了那么多就能看得出來，語音識別技術的一大挑戰就是要讓系統識別出用戶究竟說了些啥。這實際上一直都是個挑戰，尤其是在全球這么多語言和方言的情況下。而微軟在這個市場上實際已經奮戰了超過20年。

[[158339]] 

　　微軟語音工程師與***科學家黃學東在接受采訪時表示，微軟在這部分市場的投入是20年前Windows 95時就開始的，不過當時語音識別的錯誤率接近100%。也就是說，那個時候的系統幾乎聽不懂你所講的每個詞，所以說當時用語音來控制電腦還是幾乎不可能的。

　　但隨后，這項技術就在大幅發展中，語音識別技術隨后準確度提升了20%，據黃學東所說，這意味著不久之后，0%的錯誤率是完全可以做到的。

　　他預測：“未來4-5年內，計算機就能達到和人類一樣了。”而實際上，這方面***的挑戰并不是計算機能不能理解人所說的每個詞，而是理解人所說的內容，這也是微軟目前專注于Cortana的核心問題。

　　也就是說，5年以后，我們要跟手機對話還是可以達成的，但可能情況仍然不會特別好。黃學東說，微軟已經明確這個是努力方向，而Cortana在Project Oxford和Microsoft Azure的幫助下，未來幾年內就會成為語音識別系統的先鋒。