“一段视频从电视台录制信号进来之后，机器自动进行片断分割，以及广告的自动识别、
自动分段。原来需要编辑输入标题和介绍，现在百分之八九十以上工作自动完成，字幕、
语音也是自动识别的。”
http://tech.sina.com.cn/d/2015-04-08/doc-iawzuney2757670.shtml
看文章意思是
人工智能将视频的语音自动转成文字(字幕)
现在技术有那么好吗？
我觉得光是Google语音对人声的辨识都还不够好
影片里的语音更多更混乱
怎么做的到堪用的语音辨识？
或者我误会文章的意思
thank