0
本文作者: 木子 | 2019-08-12 18:19 |
近日,搜狗输入法发布新版本,发布“个性化语音识别”服务,用户只需更新后点击APP选择一键登陆账户,即可体验。成功开启“个性化语音识别”后,用户选择搜狗语音输入按钮,可以发现输入法已强化学习了用户的个人词汇。据了解,该功能将有效提升用户个性化特色词句的语音识别准确率,降低用户在输入过程中的手动修改次数。
得益于能解放双手的便捷性,语音输入自面世以来就备受大众青睐。但如何实现“听懂”用户,并快速、准确的呈现出用户“所说”,一直是语音输入领域面临的一大技术难题,尤其是对极具用户个人属性词句的精准识别。比如,用户需要的是“刘也、梓轩、程志”,语音输入后得到的很可能是“刘烨、子萱、诚挚”……诸如此类未基于用户个人特色针对性语音识别的结果,往往需要用户再费时费力手动调整,反而在一定程度上损害了语音输入的用户体验。
针对这一问题,搜狗语音此次率先推出“个性化语音识别”,可基于其大数据及领先的AI(人工智能)语音技术的支持,构建起个人化、个性化的用户专属输入法服务,从而大幅提高“个人高频词汇”的识别精准度,降低用户的手动修改率。
可以说,凭借“个性化语音识别”,搜狗率先在语音输入领域真正实现了“更懂用户”,切实提升了每一个用户日常生活中表达、传递信息的效率。
对于语音识别技术而言,目前市面上能够见到的语音输入产品和工具,在通用场景下的识别准确率基本都能“听懂”用户;但因为准确率一旦达到一定高度,相对再每提升百分之一都要面临极大的技术难度。
目前,搜狗通用语音识别已经全面使用了行业前沿的深度学习技术,其中基于DTSS(Deep Transformer-based Sequence to Sequence model)的端到端声学模型、神经网络语言模型和智能标点预测等技术,有效推动了搜狗语音识别的通用效果和体验,这在行业中处于领先水平。此番,“个性化语音识别”可以针对用户的语音输入习惯精准优化,从而使得在保障通用识别准确的情况下,用户常用语的字错误率相对下降近40%。极大的减少了修改成本,可谓是攻克中文语音识别这一“技术堡垒”至关重要的一步。
搜狗之所以能率先实现“个性化语音识别”,主要原因有二:一是用户大数据的沉淀与积累,二是搜狗本身就保持领先且持续快速发展的AI技术。
首先,搜狗输入法拥有大数据优势,这是搜狗语音输入识别的“护城河”,也是其他企业及产品难以比及的地方。以此为基础,搜狗通过大数据挖掘处理,使得语音识别准确率大幅提升。在提升识别准确率的同时,搜狗语音创新式的技术流程,让云端系统极大程度上保证了用户个性化特征的自动处理速度,实现整个学习个性化特征的过程在“毫秒级别”就可以全部自动完成。
其次,搜狗AI技术蓬勃发展,一方面,不仅拥有以语音交互为核心的人工智能平台“搜狗知音”,使得搜狗在语音识别、语义理解等方面具备领先优势,另一方面,其业界领先的语音修改能力、智能断句、标点预测、识别结果顺滑,以及成绩斐然的自然语言处理技术都能更好地帮助提升“个性化语音识别”的准确率。
语音识别一直是人机交互、人工智能链接传统产业的一项关键性技术,直接影响着未来社会的智能化发展进程。因为在智能家居、智能教育、智能医疗等与用户日常生活息息相关的各个产业领域,让智能设备“听懂”我们说话是实现自然交互的先决条件。
当前,语音识别已基本实现“出口成章”。此次搜狗的“个性化语音识别”,可谓再次撕开语音识别技术瓶颈,增加了行业对于人机交互实现“千人千面”的信心。未来,搜狗语音将会持续提高和完善语音输入识别技术,持续优化“个性化语音识别”服务。相信随着语音识别技术的不断突破和用户个性化内容的不断丰富,搜狗或将形成“消费级”的语音个性化生态资源,全面实现定制化语音输入。从而使每个用户都能使用 “更懂自己”的搜狗语音识别技术,在生活、出行、工作中大幅提升人机沟通效率,帮助人们表达和获取信息更简单。
雷峰网版权文章,未经授权禁止转载。详情见转载须知。