Microsoft Researchが、会話音声の認識で人間と同等の精度に到達したと発表した。業界標準のSwitchboardタスクにおける単語誤り率は5.9%で、同じ会話を書き起こしたプロの書き起こし者の誤り率とほぼ同じ、当時の最良値だった（その後5.8%まで改善し人間の水準をわずかに上回った）。深層学習の積み上げによって、長く「人間には及ばない」とされてきた領域の一つが並ばれた瞬間である。生成AIそのものの成果ではないが、当時のMicrosoftが音声認識を主要な研究領域に置いていたことを示す成果でもある。