近日，谷歌邀請(qǐng)媒體在京舉行視頻電話會(huì)議，谷歌產(chǎn)品經(jīng)理Sagar Savla介紹了Live Transcribe軟件，這是一項(xiàng)免費(fèi)的Android服務(wù)，通過(guò)將自動(dòng)字幕技術(shù)融入日常會(huì)話，減少現(xiàn)實(shí)世界中的對(duì)話障礙。

據(jù)了解，通過(guò)自動(dòng)語(yǔ)音識(shí)別技術(shù) (ASR)，計(jì)算機(jī)能夠檢測(cè)有聲語(yǔ)言并將其現(xiàn)場(chǎng)轉(zhuǎn)錄為供閱讀的文本，由Google云提供技術(shù)支持，Live Transcribe可以進(jìn)行實(shí)時(shí)的對(duì)話字幕轉(zhuǎn)錄，支持超過(guò)70種語(yǔ)言，覆蓋全球80%以上的人口。

Sagar Savla表示，雖然依靠云ASR能為我們提供更高的準(zhǔn)確性，但Google希望可以減少Live Transcribe所需的網(wǎng)絡(luò)流量消耗。為此，Google在先前AudioSet的工作基礎(chǔ)上，實(shí)現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的設(shè)備語(yǔ)音檢測(cè)器。該網(wǎng)絡(luò)是一種圖像式模型，類似于我們之前發(fā)布的VGGish模型，它可以檢測(cè)語(yǔ)音并自動(dòng)管理與云ASR引擎的網(wǎng)絡(luò)連接，將長(zhǎng)時(shí)間使用過(guò)程中的數(shù)據(jù)流量消耗降至最低。

在技術(shù)呈現(xiàn)方面，Google曾考慮了幾種不同的模式：計(jì)算機(jī)、平板電腦、智能手機(jī)、小型投影儀，以迭代方式顯示聽(tīng)覺(jué)信息和字幕。最后，Sagar Savla的團(tuán)隊(duì)決定專注于智能手機(jī)模式，因?yàn)檫@類設(shè)備無(wú)處不在且功能日益強(qiáng)大。

資料顯示，世界衛(wèi)生組織預(yù)計(jì)，到2055年全球?qū)⒂芯艃|人聽(tīng)力受損。谷歌的這項(xiàng)軟件可以為他們帶去便利。目前該軟件在亞洲已經(jīng)非常流行。