看語音交互引擎“知音”如何玩轉(zhuǎn)搜狗的人工智能！

就在昨日下午，搜狗舉行了一場發(fā)布會，正式推出自家的最新產(chǎn)品——語音交互引擎“知音”，這是一款基于深度學(xué)習(xí)算法的智能語音引擎，具有理解與思考能力。此外，在發(fā)布會上，其CTO楊洪濤也首次披露了公司未來8年主要的發(fā)展方向。

“知音”到底有多強(qiáng)？

在現(xiàn)場介紹環(huán)節(jié)，搜狗語音交互中心負(fù)責(zé)人王硯峰向我們展示了一項關(guān)于“知音”準(zhǔn)確率的測試。在今年3月份，搜狗將知音與百度及科大訊飛的語音輸入法放在一起，由北京郵電大學(xué)、北大深圳研究生院擔(dān)任評測機(jī)構(gòu)，得出評測結(jié)論：搜狗訊飛能力基本持平，整體領(lǐng)先百度。姑且先不論這項測評的相關(guān)細(xì)節(jié)，單從表面的結(jié)果來看，搜狗知音的語音識別能力不容小覷。

除此之外，知音還有著其他3個優(yōu)勢。首先就是語音識別解決了因語速過快導(dǎo)致吞音問題，降低了30%的識別錯誤率，并將語音識別的速度提升了3倍；其次就是支持用戶對錯誤的語音識別進(jìn)行修正，比如說把“一生”的“一”改為醫(yī)院的“醫(yī)”，以便系統(tǒng)給出最準(zhǔn)確的反饋；最后是支持多輪對話，處理更復(fù)雜的用戶交互邏輯，比如說去首都機(jī)場，機(jī)器會問你“去T1還是T2”，在確定航站樓后，它還會繼續(xù)詢問“是出發(fā)還是接人”。

“知音”的大用處

擴(kuò)大國內(nèi)語音輸入應(yīng)用版圖。隨著時代的進(jìn)步與技術(shù)的發(fā)展，在信息檢索、文字輸入的時候，越來越多的人拋棄了繁瑣的鍵盤操作，投入語音輸入的懷抱。就比如說目前穩(wěn)居國內(nèi)第一大語音輸入法應(yīng)用的搜狗輸入法，其語音輸入頻次達(dá)到每天1.4億次，比一年前增長了55%，并且它的語音識別準(zhǔn)確率也已然超過了97%。

除了輸入法，在搜索引擎、社交軟件、物聯(lián)網(wǎng)等等方面，也越來越多的運用到了語音識別技術(shù)，在此基礎(chǔ)上，搜狗此時推出性能在國內(nèi)來說較為領(lǐng)先的語音交互引擎知音，如果只是自家內(nèi)部消化的話，在輸入法、搜索引擎等市場上，搜狗或?qū)M(jìn)行再一次的市場擴(kuò)張，若能夠?qū)崿F(xiàn)開源的話，除了能夠?qū)χ暨M(jìn)行更多的完善，搜狗亦將打造另一種商業(yè)模式。

打入車聯(lián)網(wǎng)。此前，在一場針對王硯峰的專訪中，當(dāng)提及語音識別技術(shù)的重要應(yīng)用方向，他表示：“從當(dāng)前的產(chǎn)品發(fā)展結(jié)合技術(shù)對于產(chǎn)品體驗的增值方面來看，車內(nèi)的語音目前是我們覺得最具有價值的。”

在2013年，權(quán)威電子行業(yè)研究機(jī)構(gòu)IMS Research指出，預(yù)估至2019年，全球約有55%的新車將具備語音識別功能，而整體車用語音識別市場營收也將由2011年的8,100萬美元，劇增至2019年的1億7,000萬美元。而根據(jù)王硯峰的說法，汽車語音識別市場已經(jīng)開始進(jìn)入爆發(fā)期。雖然市場還尚不成熟，但知音的加入無疑是他們進(jìn)入車聯(lián)網(wǎng)的一大助力，比如說將知音加入旗下應(yīng)用“搜狗地圖”車載版。

“知音”背后的人工智能布局

早從2013年開始，搜狗就開始了人工智能方面的研究。根據(jù)今年Q2財報來看，非美國通用會計準(zhǔn)則下，搜狗的凈利潤達(dá)到2.2億元人民幣，而此前在4月，搜狗宣布捐贈清華大學(xué)1.8億元人民幣，聯(lián)合成立“清華大學(xué)天工智能計算研究院”，深入開發(fā)包含人工智能在內(nèi)的前沿技術(shù)。單單從這兩個數(shù)據(jù)來看，在人工智能的資金投入上，搜狗可謂是毫不手軟，足可見其對于人工智能的野心之大。

而在發(fā)布會上，楊洪濤也首次透露搜狗未來8年的發(fā)展方向“自然交互+知識計算”，這其中就深藏了搜狗未來人工智能布局的縮影。那這其中，“知音”又擔(dān)任著怎樣的地位呢？

人機(jī)自然交互研究的是人與機(jī)器的對話，以及非生命機(jī)器對于高級生命人類的理解，賦予機(jī)器以智能，使機(jī)器成為高級的智能工具。從這其中，我們就可以知道，在對人機(jī)自然交互的研究中，“語言”作為社會中最基本的交流媒介，它的重要性不言而喻。另外，對于人們來說，口頭交流才是最舒服、最方便的方式。因而，“知音”在很大程度上就代表了搜夠在自然交互上領(lǐng)域的成就，而在未來，它只會表現(xiàn)的更加智能，能夠更為理解人類。

知識計算多用于搜索引擎，究其本質(zhì)就是將人類知識盡可能變成可計算的，使每個普通人在針對某個特定問題時都能獲得相應(yīng)專家水平的答案，而不是一些只是包含了關(guān)鍵詞的網(wǎng)頁。此前，谷歌曾對美國青少年及成年人進(jìn)行一項調(diào)查，調(diào)查顯示約有55.5%的人會使用語音搜索，這意味著未來將有更多的人會在使用搜索引擎的時候選擇語音輸入。而我們在語音輸入的時候，只有語音的識別足夠準(zhǔn)確，繼而才能讓系統(tǒng)反饋準(zhǔn)確的答案，才能發(fā)揮知識計算最大的效用。因此，在搜狗知識計算的研究中，語音交互引擎“知音”或許不是最重要的，但對其在實際應(yīng)用中的輔助作用不可忽視！

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！