1. 创业头条
  2. 前沿领域
  3. 人工智能
  4. 正文

搜狗推“个性化语音识别”,将颠覆与改变未来人机交互模式

 2019-08-15 18:08  来源:A5专栏  我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

专业机构发布《2019年语音技术》报告称,语音将成为未来十年决定性主题之一,与人工智能一起从根本上改变人与机器的关系。近日,搜狗输入法在语音输入领域率先推出“个性化语音识别”功能,突破语音识别技术瓶颈,大幅优化个人词汇录入的直接准确性,在语音输入领域实现“更懂用户”。

搜狗“个性化语音识别”打造用户专属输入法

在日常交流中,个人口头禅、惯用语经常会干扰双方的信息传达,这一问题在人机语音交互中尤为凸显。在语音输入时,往往用户只是想录入一个名称,输入结果却显示的是音同意不同的另一项结果。比如,当用户希望输入法显示人名“凭远”时,通用的语音识别往往将大众常用的“平原、品源”列在前列的候选词汇,用户的个性化内容并不在其中。除此之外,用户习惯使用的个人词汇,以及一些多音字、读音差错也会对语音识别结果造成影响。

基于以上原因,搜狗语音率先对语音识别技术进行了革新优化,推出“个性化语音识别”服务。经过本轮更新,用户只需在搜狗输入法App选择一键登录个人账户,即可体验此项服务。成功开启后,“个性化语音识别”会通过强化学习用户习惯使用的个人词汇,为每个用户建立定制化语音输入法。此后,在用户需要进行语音输入时,输入法会根据语言环境,结合上下段落语句进行分析,快速输出符合用户心意的文本内容,有效减少用户手动进行二次更改的频率。

搜狗语音又诞生“黑科技”语音识别更精准

搜狗“个性化语音识别”不仅可有效提升用户个性化词句的识别准确率,同时全自动词库学习这一特色极大保证了系统的处理及反馈速度,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。

通过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,搜狗输入法引入前沿深度学习技术,对语音识别进行仿真模拟和训练,有效提高语音录入在通用场景下的识别准确性,精准度已达到领先业内。“个性化语音识别”可基于用户数据分析,对用户习惯使用的个性化词组进行扫描记录,在语音输入时,优先选择用户习惯用语进行文本输出。通过此项技术革新,在保障通用识别准确性的前提下,使用户常用语的字词错误率下降40%,攻克语音识别精准化的技术难关。

掌控AI从个性化语音识别开始

手和舌头是人类最灵活的两个部分,从移动智能设备发展以来,各种触控交互无不依赖于手的操作。而当语音技术和人工智能同时走向成熟时,或许就像《2019语音技术报告》中所描述的那样:语音交互扭转了以往人机交互的存在形态,用户与设备间基于语音交互的全新关系开始搭建,与之前互联网向移动互联网过渡一样,其对底层平台的全新需求也在酝酿当中。

新时代即将来临,为应对人工智能、虚拟现实等技术的革新以及不同维度、多场景使用的需要,用户输入法的使用习惯逐渐向语音输入转移。同时,与文本输入相比,语音输入注定成为最主要的人机互动接口。优化语音识别技术,为用户提供更自然、更便利、更高效的语音录入服务,是智慧输入法的发展趋势。

随着语音识别技术的不断成熟,以及用户个性化词库的不断丰富,搜狗将聚合用户级语音个性化资源,实现“定制化语音输入法”。使每个用户基于“定制版”、“更懂自己”的搜狗语音识别的支持,在日常生活以及医疗、法律等专业领域,有效提高线上交流和人机沟通的效率及准确度,或将成为人工智能时代输入端的全局掌控者。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

  • 汇聚中国AI顶尖力量 云天励飞参与华为AI大模型联合创新

    2023年7月6日,第六届世界人工智能大会(WAIC2023)在上海开幕,“人工智能大模型”是本届大会的备受瞩目的话题,据悉,在昇腾AI大模型的创新研发中,华为联手26家行业领军企业,组建了一支协同创新的“AI明星队”,云天励飞作为中国人工智能企业的杰出代表,和互联网大厂、运营商、科研院所等优秀团队

    标签:
    ai技术
  • 用友大易:迈入AI招聘2.0时代,让人力资源回归本质

    这几个月来,以ChatGPT为代表的生成式AI展现出的能力令世界惊叹。自从2016年AlphaGo战胜李世石掀起了一波AI浪潮后,AI仿佛已经沉寂了很久,ChatGPT的横空出世就如同一束耀眼的光芒,让AI这个名词重回C位。过去在AI1.0时代,主要通过训练模型来实现图像识别、声音识别、语言处理等特

    标签:
    ai技术
  • 新发布的PaaS2.0,能否助力涂鸦智能再起飞?

    文:互联网江湖作者:志刚2023年的IoT需要一个新故事。6月29日,涂鸦智能在开发者大会上,发布了企业级战略PaaS2.0,希望通过一个平台+四大开发服务,建立起IoT生态。对于这场发布会,市场的态度是积极的。美东时间6月29日收盘,涂鸦智能美股股价上涨5.6%,来到1.87美元/股。近日股价稳定

    标签:
    ai技术
  • 大模型难掩AI制药的悲伤:越过山丘,无人等候

    美团曾经的二号人物王慧文对标OpenAI的创业项目光年之外,以20亿卖给美团,再度引发市场对大模型的热议。

    标签:
    ai技术
  • 拾起王慧文的AI梦,美团冲向“光年之外”?

    2020年底,王慧文在朋友圈写下这句话时,外界本以为这位伴随中国互联网发展而持续创业20年的人物即将告别创业舞台。但是,一个曾经多次创业,正值壮年的互联网老将心中的创业热情是难以熄灭的。

    标签:
    ai技术
  • 阿里云发布通义千问2.5,性能全面赶超GPT-4 Turbo

    5月9日消息,阿里云正式发布通义千问2.5,模型性能全面赶超GPT-4Turbo,成为地表最强中文大模型。同时,通义千问最新开源的1100亿参数模型在多个基准测评收获最佳成绩,超越Meta的Llama-3-70B,成为开源领域最强大模型。相比通义千问2.1版本,通义千问2.5的理解能力、逻辑推理、指

    标签:
    通义千问
  • 通义大模型通过阿里云服务企业超9万,开源模型下载超700万

    5月9日消息,阿里云公布最新数据,通义大模型通过阿里云服务企业超9万,通义开源模型累计下载量突破700万。通义落地应用进程加速,现已进入PC、手机、汽车、航空、天文、矿业、教育、医疗、餐饮、游戏、文旅等领域,成为最受中国企业欢迎的大模型。阿里云AI峰会现场,小米旗下的人工智能助手“小爱同学”已与阿里

    标签:
    通义千问
  • 阿里云发布通义千问2.5, 中文能力地表最强

    通义大模型发布一周年之际,迎来重要的历史性时刻。5月9日,阿里云正式发布通义千问2.5,模型性能全面赶超GPT-4Turbo,成为地表最强中文大模型。同时,通义千问1100亿参数开源模型在多个基准测评收获最佳成绩,超越Llama-3-70B,成为开源领域最强大模型。历经一年多追赶,国产大模型终于进入

    标签:
    通义千问
  • AI PC,到底谁的梦想、谁的红利?

    世界上第一台通用计算机是1946年诞生的埃尼阿克,世界上第一台便携电脑是1981年诞生的“奥斯本1号”,世界上第一部智能手机是1993年诞生的IBMSimon。它们之间看起来毫无关系,但却暗含一种关于创新的微妙潜规则——随着时间推移,产品创新对设备本身的改动越来越小,对设备能力的拓展越来越大。说人话

编辑推荐