'搜狗發佈“個性化語音識別”，能知人善察你的每句口頭禪'

《2019年語音技術》報告內容顯示：語音是未來十年決定性主題之一，將與人工智能一起從根本上改變人與機器的關係。最近，搜狗輸入法在語音輸入領域率先推出“個性化語音識別”功能，在語音輸入領域實現“更懂用戶”。不僅解決了語音識別的技術難題，而且還明顯提升了個人詞彙錄入的準確性。

搜狗“個性化語音識別”打造用戶專屬輸入法

在平日交流中，特別是在人機語音交互中，個人的口頭禪、慣用語常常為成為影響雙方信息傳達的重要因素。用戶在很多時候只是想輸入一個名字，但輸入結果卻是音同意不同的另一個詞，特別是在用戶使用語音輸入時。比如，語音輸入人名“憑遠”時，大眾常用的“平原、品源”等詞，經常會將用戶的個性化內容擠出候詞彙選清單前列。不僅名字，用戶習慣使用的個人詞彙以及一些多音字詞、語音差別等都會對語音識別結果有較大影響。

此次，搜狗輸入法推出“個性化語音識別”服務，是搜狗輸入法率先對語音識別技術的革新與優化。用戶只需要更新APP後並登錄個人賬戶，就可直接體驗。開啟後，用戶就擁有了一款單獨定製的個性化語音輸入法，“個性化語音識別”會通過對用戶詞彙的使用習慣的強化學習，並根據語言環境，結合上下段落語句分析，為每個用戶快速輸出符合用戶心意的文本內容，從而降低用戶二次修正內容的頻率。

搜狗語音又誕生“黑科技”語音識別更精準

搜狗“個性化語音識別”擁有全自動詞庫學習能力，還能有效提升用戶個性化詞句的識別準確率的同時，保證系統在整個學習個性化特徵的自動過程中，以“毫秒級別”的處理及反饋速度完成。

搜狗輸入法以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為基點，再引入前沿深度學習技術，對語音識別進行仿真模擬和訓練，能夠在用戶使用語音輸入時，對用戶習慣使用的個性化詞組進行掃描記錄，從而優先選擇用戶習慣用語進行文本輸出。通過此項技術革新，搜狗攻克語音識別精準化的技術難關，其精準度已達到行業領先，對於提高語音錄入在通用場景下的識別準確性有較大幫助。目前在保障通用識別準確性的前提下，用戶常用語的字詞錯誤率下降了40%。

掌控AI從個性化語音識別開始

《2019語音技術報告》認為：語音交互扭轉了以往人機交互的存在形態，用戶與設備間基於語音交互的全新關係開始搭建，與之前互聯網向移動互聯網過渡一樣，其對底層平臺的全新需求也在醞釀當中。正如報告所述，雖然當下各種移動智能設備的交互都依賴於手的觸控操作，但是當語音技術和人工智能同時走向成熟時，人們的交互方式將會被改寫。

與文本輸入相比，語音輸入註定成為最主要的人機互動接口。一方面，它能夠在新時代來臨之際，滿足用戶在人工智能、虛擬現實等技術的革新以及不同維度、多場景使用的需要。另一方面，更自然、更便利、更高效的語音錄入服務也是智慧輸入法的發展趨勢，用戶輸入法的使用習慣會逐漸向語音輸入轉移，但這需要不斷優化語音識別技術。

搜狗將來會隨著語音識別技術的不斷成熟，以及用戶個性化詞庫的不斷豐富，聚合用戶及語音個性化資源，使每個用戶在日常生活以及醫療、法律等專業領域，都能獲得基於“定製版”、“更懂自己”的搜狗語音識別的支持。“定製化語音輸入法”的實行，將有效提高線上交流和人機溝通的效率及準確度，搜狗或將成為人工智能時代輸入端的全局掌控者。