2013年9月13日，譯雅馨翻譯公司了解到，語音翻譯識別背后有著非常復雜的技術，需要的資金和人才投入對創業公司來講可能很難承受的起，所以這一領域現在的幾大強手好像都是至公司。上文中提到的樞紐技術“深度神經網絡”我們此前也曾報道過，也許代表著下一代人工智能的方向。

Rick簡樸解釋了這種技術背后的原理：“兩年前微軟研究院和多倫多大學合作取得了新的突破，研究者們利用一種模擬人腦運作機理的技術(名為深度神經網絡)開發出了一種識別度遠超以前的語音技術。這套新技術可以將錯誤率降低約30%，意味著此前4到5個詞中就會認錯一個，而現在7到8個詞才會錯一個。

開始他展示了計算機對英語的語音識別能力，跟著演講的進行屏幕上就泛起了相應的文字，接著他開始展示這些英文是如何翻譯成中文的。到這還不算什么，但是接著，計算機開始像真正的口舌人一樣將Rick所說的話全部用中文語音說出來，而且因為此前Rick曾經給這套系統輸入過一小時自己的錄音信息，電腦的中文聲音不是機械聲，而是跟Rick本人的調子驚人的一致。

微軟去年發布了一個視頻，主講人是微軟首席研究員Rick Rashid，他向大家展示了微軟在語音翻譯領域取得的新成就。