自定义语音识别功能的工作原理是训练具有幻灯片内容的独特语言模型。Microsoft 语音识别引擎背后的语言模型已针对常见的使用方案进行了优化。

语言模型是对单词序列的概率分布, 并帮助系统根据单词序列本身的可能性在听起来相似的单词序列之间做出决定。例如, "识别语音" 和 "破坏一个漂亮的海滩" 的声音很像, 但第一句话发生的可能性要大得多, 因此将被赋予更高的分数的语言模型。

如果您的演示文稿使用特定的词汇表项 (如典型语音中很少出现的产品名称或行话), 则可能通过自定义语言模型来获得改进的性能。

例如, 如果您的演示文稿是关于汽车的, 它可能包含诸如 "动力总成" 或 "催化转换器" 或 "限滑差" 等术语。自定义语言模型将使系统能够了解这一点。

当您在演示文稿翻译器中使用自定义语音识别功能时, 您的演示文稿内容 (包括幻灯片中的注释) 将被安全地传输到 Microsoft 翻译转录服务, 以创建基于此数据。用于自定义的数据不会被服务从上次使用起的三十 (30) 天内取消标识并与调整后的模型一起保留三十 (30) 天, 以支持您将来的演示和语言建模的使用。