美國(guó)著名投資者紅樹林資本合伙人在其2019年的《語(yǔ)音技術(shù)報(bào)告》中表示，語(yǔ)音將從根本上改變?nèi)祟惻c機(jī)器與人工智能之間的關(guān)系，并將繼續(xù)成為未來(lái)十年的決定性主題之一。近年來(lái)，搜狗輸入法在語(yǔ)音輸入領(lǐng)域引入了“個(gè)性化語(yǔ)音識(shí)別”，以實(shí)現(xiàn)“更好地理解用戶”。它不僅突破了語(yǔ)音識(shí)別技術(shù)的瓶頸，而且大大優(yōu)化了個(gè)人詞匯輸入的直接準(zhǔn)確性。

在日常交流中，個(gè)人短語(yǔ)和習(xí)語(yǔ)會(huì)以很高的頻率干擾雙方的信息傳遞，特別是人機(jī)對(duì)話已經(jīng)成為一個(gè)災(zāi)難性的領(lǐng)域。在大多數(shù)情況下，當(dāng)用戶使用語(yǔ)音輸入時(shí)，他們只想輸入一個(gè)名稱，但輸入結(jié)果顯示語(yǔ)音與另一個(gè)結(jié)果一致。例如，當(dāng)用戶希望輸入法顯示“遠(yuǎn)”的名稱時(shí)，普通的語(yǔ)音識(shí)別通常不包括用戶的個(gè)性化內(nèi)容，并且通常將“純，產(chǎn)品源”列為公眾常用的候選詞匯。此外，用戶使用的個(gè)人詞匯，以及一些復(fù)音詞和發(fā)音錯(cuò)誤，對(duì)語(yǔ)音識(shí)別結(jié)果也有較大的影響。

為此，搜狗輸入法推出了“個(gè)性化語(yǔ)音識(shí)別”服務(wù)，引領(lǐng)了語(yǔ)音識(shí)別技術(shù)的創(chuàng)新和升級(jí)。用戶希望體驗(yàn)此功能，只需在更新應(yīng)用程序后登錄個(gè)人賬戶即可。打開后，“個(gè)性化語(yǔ)音識(shí)別”將為每個(gè)用戶定制個(gè)性化的語(yǔ)音輸入方法，以增強(qiáng)學(xué)習(xí)用戶的詞匯使用習(xí)慣。然后，根據(jù)語(yǔ)言環(huán)境和對(duì)上、下段句子的智能分析，輸入法可以使用戶在輸入語(yǔ)音時(shí)快速輸出符合用戶思想的文本內(nèi)容，大大降低了頻率。用戶的第二次手動(dòng)更改。

搜狗的“個(gè)性化語(yǔ)音識(shí)別”不僅對(duì)提高用戶個(gè)性化詞句的識(shí)別精度非常有效，而且保證了系統(tǒng)的處理和反饋速度，具有全自動(dòng)詞匯學(xué)習(xí)的特點(diǎn)，使整個(gè)系統(tǒng)能夠?qū)W習(xí)個(gè)性化功能的過程將在“毫秒級(jí)”自動(dòng)完成。

搜狗輸入法引入了先進(jìn)的深度學(xué)習(xí)技術(shù)來(lái)模擬和訓(xùn)練語(yǔ)音識(shí)別，并利用DTSS（基于深變序列模型）端到端聲學(xué)模型、神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型和智能標(biāo)點(diǎn)預(yù)測(cè)技術(shù)來(lái)實(shí)現(xiàn)語(yǔ)音識(shí)別。離子的準(zhǔn)確度領(lǐng)先行業(yè)，并大大提高。一般場(chǎng)景中語(yǔ)音輸入識(shí)別精度高。當(dāng)用戶輸入語(yǔ)音時(shí)，“個(gè)性化語(yǔ)音識(shí)別”可以根據(jù)用戶數(shù)據(jù)分析對(duì)自定義短語(yǔ)進(jìn)行掃描和記錄，優(yōu)先使用用戶習(xí)語(yǔ)進(jìn)行文本輸出。通過這種技術(shù)創(chuàng)新，搜狗輸入法克服了語(yǔ)音識(shí)別精度的技術(shù)難題。眾所周知，在保證通用識(shí)別精度的前提下，用戶常用詞的誤碼率降低了40%。

手語(yǔ)是人類最靈活的兩個(gè)部分，是人機(jī)交互的主要手段。以前，移動(dòng)智能設(shè)備中的各種觸摸交互都依賴于手的操作。當(dāng)語(yǔ)音技術(shù)和人工智能同時(shí)成熟時(shí)，可能如“2019年語(yǔ)音技術(shù)報(bào)告”所述：語(yǔ)音交互已經(jīng)改變了過去人機(jī)交互的現(xiàn)有形式，以及基于VOIC的用戶和設(shè)備之間的新關(guān)系。電子交互已經(jīng)開始建立，就像以前從互聯(lián)網(wǎng)向移動(dòng)互聯(lián)網(wǎng)的過渡一樣。對(duì)底層平臺(tái)的新要求也在醞釀之中。

隨著新時(shí)代的到來(lái)，用戶輸入法的使用逐漸向語(yǔ)音輸入轉(zhuǎn)變。優(yōu)化語(yǔ)音識(shí)別技術(shù)，為用戶提供更加自然、方便、高效的語(yǔ)音輸入服務(wù)，是智能輸入法的發(fā)展趨勢(shì)。與文本輸入相比，語(yǔ)音輸入在人工智能、虛擬現(xiàn)實(shí)等不同維度、多場(chǎng)景等方面具有更大的優(yōu)勢(shì)。語(yǔ)音輸入注定要成為最重要的人機(jī)交互界面。

隨著用戶個(gè)性化詞匯的不斷豐富和語(yǔ)音識(shí)別技術(shù)的成熟，搜狗將匯聚用戶級(jí)語(yǔ)音個(gè)性化資源，實(shí)現(xiàn)“個(gè)性化語(yǔ)音輸入法”。在日常生活、醫(yī)療、法律等專業(yè)領(lǐng)域，每個(gè)用戶都可以享受到“定制版”和“更好地了解自己”搜狗語(yǔ)音識(shí)別的支持。有效提高在線通信和人機(jī)通信的效率和準(zhǔn)確性，或?qū)⒊蔀槿斯ぶ悄軙r(shí)代輸入端的全球控制器。