搜狗推“個(gè)性化語音識(shí)別”，將顛覆與改變未來人機(jī)交互模式

　 阿里云優(yōu)惠券 先領(lǐng)券再下單

專業(yè)機(jī)構(gòu)發(fā)布《2019年語音技術(shù)》報(bào)告稱，語音將成為未來十年決定性主題之一，與人工智能一起從根本上改變?nèi)伺c機(jī)器的關(guān)系。近日，搜狗輸入法在語音輸入領(lǐng)域率先推出“個(gè)性化語音識(shí)別”功能，突破語音識(shí)別技術(shù)瓶頸，大幅優(yōu)化個(gè)人詞匯錄入的直接準(zhǔn)確性，在語音輸入領(lǐng)域?qū)崿F(xiàn)“更懂用戶”。

搜狗“個(gè)性化語音識(shí)別”打造用戶專屬輸入法

在日常交流中，個(gè)人口頭禪、慣用語經(jīng)常會(huì)干擾雙方的信息傳達(dá)，這一問題在人機(jī)語音交互中尤為凸顯。在語音輸入時(shí)，往往用戶只是想錄入一個(gè)名稱，輸入結(jié)果卻顯示的是音同意不同的另一項(xiàng)結(jié)果。比如，當(dāng)用戶希望輸入法顯示人名“憑遠(yuǎn)”時(shí)，通用的語音識(shí)別往往將大眾常用的“平原、品源”列在前列的候選詞匯，用戶的個(gè)性化內(nèi)容并不在其中。除此之外，用戶習(xí)慣使用的個(gè)人詞匯，以及一些多音字、讀音差錯(cuò)也會(huì)對(duì)語音識(shí)別結(jié)果造成影響。

基于以上原因，搜狗語音率先對(duì)語音識(shí)別技術(shù)進(jìn)行了革新優(yōu)化，推出“個(gè)性化語音識(shí)別”服務(wù)。經(jīng)過本輪更新，用戶只需在搜狗輸入法App選擇一鍵登錄個(gè)人賬戶，即可體驗(yàn)此項(xiàng)服務(wù)。成功開啟后，“個(gè)性化語音識(shí)別”會(huì)通過強(qiáng)化學(xué)習(xí)用戶習(xí)慣使用的個(gè)人詞匯，為每個(gè)用戶建立定制化語音輸入法。此后，在用戶需要進(jìn)行語音輸入時(shí)，輸入法會(huì)根據(jù)語言環(huán)境，結(jié)合上下段落語句進(jìn)行分析，快速輸出符合用戶心意的文本內(nèi)容，有效減少用戶手動(dòng)進(jìn)行二次更改的頻率。

搜狗語音又誕生“黑科技”語音識(shí)別更精準(zhǔn)

搜狗“個(gè)性化語音識(shí)別”不僅可有效提升用戶個(gè)性化詞句的識(shí)別準(zhǔn)確率，同時(shí)全自動(dòng)詞庫學(xué)習(xí)這一特色極大保證了系統(tǒng)的處理及反饋速度，實(shí)現(xiàn)整個(gè)學(xué)習(xí)個(gè)性化特征的過程在“毫秒級(jí)別”就可以全部自動(dòng)完成。

通過DTSS（Deep Transformer-based Sequence to Sequence model）的端到端聲學(xué)模型、神經(jīng)網(wǎng)絡(luò)語言模型和智能標(biāo)點(diǎn)預(yù)測(cè)等技術(shù)，搜狗輸入法引入前沿深度學(xué)習(xí)技術(shù)，對(duì)語音識(shí)別進(jìn)行仿真模擬和訓(xùn)練，有效提高語音錄入在通用場(chǎng)景下的識(shí)別準(zhǔn)確性，精準(zhǔn)度已達(dá)到領(lǐng)先業(yè)內(nèi)。“個(gè)性化語音識(shí)別”可基于用戶數(shù)據(jù)分析，對(duì)用戶習(xí)慣使用的個(gè)性化詞組進(jìn)行掃描記錄，在語音輸入時(shí)，優(yōu)先選擇用戶習(xí)慣用語進(jìn)行文本輸出。通過此項(xiàng)技術(shù)革新，在保障通用識(shí)別準(zhǔn)確性的前提下，使用戶常用語的字詞錯(cuò)誤率下降40%，攻克語音識(shí)別精準(zhǔn)化的技術(shù)難關(guān)。

掌控AI從個(gè)性化語音識(shí)別開始

手和舌頭是人類最靈活的兩個(gè)部分，從移動(dòng)智能設(shè)備發(fā)展以來，各種觸控交互無不依賴于手的操作。而當(dāng)語音技術(shù)和人工智能同時(shí)走向成熟時(shí)，或許就像《2019語音技術(shù)報(bào)告》中所描述的那樣：語音交互扭轉(zhuǎn)了以往人機(jī)交互的存在形態(tài)，用戶與設(shè)備間基于語音交互的全新關(guān)系開始搭建，與之前互聯(lián)網(wǎng)向移動(dòng)互聯(lián)網(wǎng)過渡一樣，其對(duì)底層平臺(tái)的全新需求也在醞釀當(dāng)中。

新時(shí)代即將來臨，為應(yīng)對(duì)人工智能、虛擬現(xiàn)實(shí)等技術(shù)的革新以及不同維度、多場(chǎng)景使用的需要，用戶輸入法的使用習(xí)慣逐漸向語音輸入轉(zhuǎn)移。同時(shí)，與文本輸入相比，語音輸入注定成為最主要的人機(jī)互動(dòng)接口。優(yōu)化語音識(shí)別技術(shù)，為用戶提供更自然、更便利、更高效的語音錄入服務(wù)，是智慧輸入法的發(fā)展趨勢(shì)。

隨著語音識(shí)別技術(shù)的不斷成熟，以及用戶個(gè)性化詞庫的不斷豐富，搜狗將聚合用戶級(jí)語音個(gè)性化資源，實(shí)現(xiàn)“定制化語音輸入法”。使每個(gè)用戶基于“定制版”、“更懂自己”的搜狗語音識(shí)別的支持，在日常生活以及醫(yī)療、法律等專業(yè)領(lǐng)域，有效提高線上交流和人機(jī)溝通的效率及準(zhǔn)確度，或?qū)⒊蔀槿斯ぶ悄軙r(shí)代輸入端的全局掌控者。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！