從搜狗輸入法到搜狗聽寫自然交互領跑AI應用落地
語音識別，雖早已不是新鮮技術，但實現語音實時轉換成文字的聽寫轉錄，卻成了人工智能領域垂直場景落地的新突破點。近日，搜狗推出轉錄、速記神器搜狗聽寫，從搜狗輸入法的語音識別進化到搜狗聽寫，KUKA機器人示教器維修，AI應用逐漸飛入尋常百姓家，自然交互也領跑著AI場景化落地。
當2006年搜狗輸入法正式上線時，用戶正處于鍵盤輸入的黃金時代；2011年，搜狗開始前瞻布局自己的語音技術，并在一年之內快速產品化。從鍵盤到觸屏，再到語音輸入，搜狗輸入法在人機交互方式上不斷積累著經驗，用嘴打字也逐漸從時尚變成用戶習慣。
語音是人類交流、人機交互最自然的方式，它同樣也被認為是開啟人工智能時代的起點。搜狗公司作為國內AI能力最強的互聯網公司之一，早已建立了強大的語音自研團隊，擁有目前互聯網規模最大的語音數據。統計顯示，搜狗輸入法單語音輸入日頻次已達2.6億次，比一年前增長80%以上。通過大規模的優質語音訓練數據和深度學習的技術能力積累，搜狗也將這種語音識別的技術優勢轉化到了更多的適用場景中。
從技術上來看，搜狗聽寫產品的關鍵在于語音識別準確率，據了解，搜狗聽寫使用了搜狗輸入法的長時語音轉寫技術，從立項到現在，錯誤率已經下降了30%。在聲學模型方面，采用了端到端深度神經網絡技術DeepLC-CLDNN+CTC技術，轉寫模式則使用了DeepCNN+CTC的方式，語言模型基于T級海量輸入法文本數據使用神經網絡進行建模。
搜狗聽寫的識別準確率已達到國際領先水平，語音輸入比鍵盤打字更快、更方便、更準確。但AI的應用過程并不完全是技術導向，而是場景驅動的產品導向，重點在于如何深入用戶需求、怎樣更多地結合使用場景，只有把需求和場景結合起來才能成為好的AI產品。在語音領域，搜狗最先意識到，產品落地需要場景驅動，在垂直化場景中，AI才能真正為用戶所用。
在具體的應用場景上，搜狗聽寫針對用戶使用的不同環境，如開會，寫小說等場景進行優化，識別效果較通用效果提升15%以上；針對圖書館、咖啡廳等不便于大聲說話而又有使用語音的場景，提供耳語識別技術，在人的說話音量低至30分貝時，庫卡機器人何服電機維修，依然可以準確識別。搜狗聽寫作為一款多場景的語音聽寫工具，大大提高了用戶生產力。
從搜狗輸入法的語音識別能力延伸到搜狗聽寫，自然交互改變生活的大幕逐漸拉開。未來，語音技術在各種應用場景中還有大量機會，比如在智能家居的場景，我們希望回家以后可以使用語音和電視、遙控器、音箱、窗簾等講話。不僅是智能家居應用場景，而且在更多的垂直化應用場景中，庫卡機器人何服電機維修，如車載、醫療、教育等環境，語音帶來的人機交互變化將深刻改變我們的生活方式和習慣。
人類對于人工智能的終極描繪，始終是同人一樣進行自然的語言交流，這也是搜狗人工智能的發展目標。對于搜狗輸入法，AI也賦予了它更多的未來，在搜狗的概念中，使用輸入法時機器能更好地理解人的意圖，從而推送相關聯的信息、衍生內容，未來，搜狗輸入法的輔助對話將幫助人類在機器時代更好地進行交流。
從輸入法到搜狗聽寫再到輔助對話，搜狗通過AI技術對人的自然交互進行了延展，提高了設備的便利性、及時性，拓寬了實用場景并增加了交互緯度，搜狗一直在做的就是幫助用戶表達和獲取信息更簡單，將人工智能技術發展聚焦在語言領域，自然交互領跑著AI應用落地。