互联先锋（www.idcicp.com) 2016年12月21日消息，据消息称，IBM为Watson云平台增加了三个新进展：通过Watson Speech to Text API提供实时Speaker Diarisation（测试版）支持，通过内置的一组可视标签进行视觉识别标记，以及Watson Discovery服务。借助这些新功能，开发人员将能够向Web和移动应用程序添加智能视觉识别和语音文本功能。
扬声器直译基本上用于语音转录。 IBM将该过程描述为“用于通过说话人身份来识别和分割语音的算法”。通过向Watson语音到文本API添加发言者对话，开发人员将能够构建能够分析对话并在会话发生时采取行动的应用两个人之间的实时。
IBM已经更新了视觉识别标记，现在包括一个包含数以万计的视觉标签的内置库，允许平台识别各种视觉概念，例如对象，人物，地点，活动，场景。 Watson视觉识别可以识别照片中的广泛的视觉概念和对象，并基于上下文理解视觉场景。它还具有定制培训和分类功能。
Watson发现服务转换，规范和改进数据流，以便可以分析内容以获得洞察，发现模式和上下文。这通过使用集成的Watson API（例如AlchemyLanguage API和文档转换API）发生。开发人员可以将自己的数据集上传到服务或使用公开可用的数据集。
