0
| 本文作者： 木子 | 2019-08-12 18:19 |
近日，搜狗輸入法發布新版本，發布“個性化語音識別”服務，用戶只需更新后點擊APP選擇一鍵登陸賬戶，即可體驗。成功開啟“個性化語音識別”后，用戶選擇搜狗語音輸入按鈕，可以發現輸入法已強化學習了用戶的個人詞匯。據了解，該功能將有效提升用戶個性化特色詞句的語音識別準確率，降低用戶在輸入過程中的手動修改次數。
得益于能解放雙手的便捷性，語音輸入自面世以來就備受大眾青睞。但如何實現“聽懂”用戶，并快速、準確的呈現出用戶“所說”，一直是語音輸入領域面臨的一大技術難題，尤其是對極具用戶個人屬性詞句的精準識別。比如，用戶需要的是“劉也、梓軒、程志”，語音輸入后得到的很可能是“劉燁、子萱、誠摯”……諸如此類未基于用戶個人特色針對性語音識別的結果，往往需要用戶再費時費力手動調整，反而在一定程度上損害了語音輸入的用戶體驗。
針對這一問題，搜狗語音此次率先推出“個性化語音識別”，可基于其大數據及領先的AI（人工智能）語音技術的支持，構建起個人化、個性化的用戶專屬輸入法服務，從而大幅提高“個人高頻詞匯”的識別精準度，降低用戶的手動修改率。
可以說，憑借“個性化語音識別”，搜狗率先在語音輸入領域真正實現了“更懂用戶”，切實提升了每一個用戶日常生活中表達、傳遞信息的效率。
對于語音識別技術而言，目前市面上能夠見到的語音輸入產品和工具，在通用場景下的識別準確率基本都能“聽懂”用戶；但因為準確率一旦達到一定高度，相對再每提升百分之一都要面臨極大的技術難度。
目前，搜狗通用語音識別已經全面使用了行業前沿的深度學習技術，其中基于DTSS（Deep Transformer-based Sequence to Sequence model）的端到端聲學模型、神經網絡語言模型和智能標點預測等技術，有效推動了搜狗語音識別的通用效果和體驗，這在行業中處于領先水平。此番，“個性化語音識別”可以針對用戶的語音輸入習慣精準優化，從而使得在保障通用識別準確的情況下，用戶常用語的字錯誤率相對下降近40%。極大的減少了修改成本，可謂是攻克中文語音識別這一“技術堡壘”至關重要的一步。
搜狗之所以能率先實現“個性化語音識別”，主要原因有二：一是用戶大數據的沉淀與積累，二是搜狗本身就保持領先且持續快速發展的AI技術。
首先，搜狗輸入法擁有大數據優勢，這是搜狗語音輸入識別的“護城河”，也是其他企業及產品難以比及的地方。以此為基礎，搜狗通過大數據挖掘處理，使得語音識別準確率大幅提升。在提升識別準確率的同時，搜狗語音創新式的技術流程，讓云端系統極大程度上保證了用戶個性化特征的自動處理速度，實現整個學習個性化特征的過程在“毫秒級別”就可以全部自動完成。
其次，搜狗AI技術蓬勃發展，一方面，不僅擁有以語音交互為核心的人工智能平臺“搜狗知音”，使得搜狗在語音識別、語義理解等方面具備領先優勢，另一方面，其業界領先的語音修改能力、智能斷句、標點預測、識別結果順滑，以及成績斐然的自然語言處理技術都能更好地幫助提升“個性化語音識別”的準確率。
語音識別一直是人機交互、人工智能鏈接傳統產業的一項關鍵性技術，直接影響著未來社會的智能化發展進程。因為在智能家居、智能教育、智能醫療等與用戶日常生活息息相關的各個產業領域，讓智能設備“聽懂”我們說話是實現自然交互的先決條件。
當前，語音識別已基本實現“出口成章”。此次搜狗的“個性化語音識別”，可謂再次撕開語音識別技術瓶頸，增加了行業對于人機交互實現“千人千面”的信心。未來，搜狗語音將會持續提高和完善語音輸入識別技術，持續優化“個性化語音識別”服務。相信隨著語音識別技術的不斷突破和用戶個性化內容的不斷豐富，搜狗或將形成“消費級”的語音個性化生態資源，全面實現定制化語音輸入。從而使每個用戶都能使用 “更懂自己”的搜狗語音識別技術，在生活、出行、工作中大幅提升人機溝通效率，幫助人們表達和獲取信息更簡單。
