5
All in AI 的百度，今天（1月17日）在北京发布了百度 AI 输入法，即百度输入法的 8.0 版本。意料之中，AI 依然是重头戏，并且带来了一项技术突破、两项全新功能，以及超过竞品 20% 的相对准确率。
为了这次发布，百度特意将著名主持人、“中国好舌头”华少请到了现场担任主持，在华少的主持之下，百度副总裁、AIG 负责人王海峰、百度语音技术部总监高亮以及百度输入法负责人蔡玉婷悉数登场。
王海峰回顾了人机交互的历史，从打孔纸带到字符再到图形界面，智能手机出现后，则出现了触摸的交互方式。他认为，对于智能手机来说，模拟键盘很重要，“一部手机可以没有游戏、地图、社交软件，但是不能没有键盘”。但接着他也表示，即便现在有语音输入的加持，其实还不足够，未来的输入方式一定是“全感官输入”，一定是由 AI 技术来支撑的。
而针对百度输入法这个产品，王海峰向雷锋网在内的媒体表示，百度输入法是百度 AI 技术应用的桥头堡，新的 AI 技术将会首先应用在输入法上，未来将会赋予更多 AI 能力，提升人机交互的体验。
王海峰之后，百度语音技术部总监高亮上台，揭示了“近半年来百度语音技术上的一项突破”，即 Deep Peak 2 模型：
Deep Peak 2 模型的全称为基于 LSTM 和 CTC 的上下文无关音素组合建模，该技术将高频出现的音素联合在一起，形成一个音素组合体，然后将这个音素组合体看作一个基本建模单元。与以往使用的上下文相关建模方式相比，Deep Peak 2 模型能够充分发挥神经网络模型的参数优势，对多种说话方式的稳定性更强、准确度更高；同时能够带来更快的解码速度，提升语音识别的整体效率，目前其相对正确率已领先行业 20%。
除此之外，高亮表示，这种建模方式对中文和英文都同时适用，让产品具备了更强的中英文混合识别能力。相对正确率领先行业 20% ，是基于一个有 1400 句的黑盒测试集测试的结果，而同比之前版本的百度输入法，Deep Peak 2 模型在整体上确实提高了百度输入法的准确率。
在这项突破的支持下，新版本的百度输入法推出了两项全新功能，分别是语音速记和AR表情。雷锋网了解到，在此之前，通过语音输入，百度输入法其实已经具备了很多功能，诸如语音修改、语音中英日实时互译、语音轻声识别、场景化语音识别、语音联想表情、OCR扫描输入等。
所谓语音速记，分为单人、多人两种模式。在单人模式下，适用于记笔记、写文章、记录灵感等场景，可以连续不间断，并且同时记录下音频文件，方便后期进行修改。而多人模式则适用于一对一采访、2-4人小型会议的场景，并且应用了声纹识别，可以区分不同说话人。
在活动现场，主持人华少在58秒内用极快语速念了一段426字、中英文混杂的“广告”，输入法均做了实时转录。
所谓AR表情，基于百度的人脸识别技术和 AR 技术，用户不仅可根据相机或相册进行人脸识别、制作表情包，还支持用户通过自己的表情控制虚拟人物形象。制作出来的AR表情，可以直接通过输入法搜索、语音输入和键盘输入时展示出来。蔡玉婷解释说，百度输入法不仅仅想要通过麦克风进行语音输入，也希望控制更多的“感官”，实现多模态的输入。
同时，百度输入法还与桃花坞等中国非物质文化遗产达成合作，将中国民间传统艺术如年画等引入到表情中，让众多古典人物形象冲破次元壁垒“活”了起来，成为对中国历史文化最好的传承。
雷锋网了解到，截至目前，百度输入法这款产品上线已有8年，月活跃量达到 4 亿，而语音输入日流量达到 2.5亿，8.0安卓版本已经上线，iOS 版本正在经由苹果审核。面对未来的输入法形态，蔡玉婷认为，百度 AI 输入法未来想要做的，是听见、看见、理解用户的表达，全面提升用户输入的效率。
而这也将成为，百度和其他厂商的输入法之间，最大的不同。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
