論一顆攝像頭帶給AI錄音筆的變化。

時隔7個月左右，搜狗新一代AI錄音筆E2也正式上市。

相較于上一代的E1，E2可以說是從內(nèi)到外發(fā)生了變化，而相較于S1，兩者的差別進(jìn)一步被縮小，E2更是帶來了創(chuàng)新性的功能。

最近一段時間，鎂客網(wǎng)也拿到了一部“E2”，并進(jìn)行了數(shù)天的深度測評：

體積縮小、屏幕變大……改頭換面的E2

在拿到E2包裝盒的一瞬間，如果忽略外殼產(chǎn)品圖下面大大的“E2”兩字，我或許會認(rèn)為這是S1的升級版“S2”，之所以有這樣的感覺，實在是因為E2在外觀上與S1可以說是近乎一樣。

當(dāng)然，在打開包裝盒后，兩者之間的差別也是一眼就可看出，同時，E2與上一代E1的差別也可謂天差地別。

這一次，搜狗為E2配備的全面屏分辨率為340*800，足有3.46英寸，比之原先的1.54英寸大了一倍多，比之S1 3.5英寸的大屏不遑多讓。需要注意的是，雖然屏幕大了，但是E2整體機(jī)身的大小比E1只小不大。

猶記得在E1的設(shè)計上，諸如錄音鍵、多功能M鍵和電源鍵是排布在機(jī)身正面，并排于屏幕下方，而這一次，E2全面屏的設(shè)計，也使得這些功能件被安排分散在了機(jī)身左右側(cè)。

圖 | 搜狗AI錄音筆E2機(jī)身右側(cè)

具體來看，機(jī)身左側(cè)為音量加減鍵以及電源鍵，右側(cè)排列的是錄音鍵、多功能M兼以及SIM卡槽，至于機(jī)身底部，則是充電口與3.5mm耳機(jī)孔。這其中，SIM卡槽的存在，意味著E2可以獨立聯(lián)網(wǎng)使用。

E2機(jī)身頂部與E1一樣，依舊是采用鏤空樣式，除了揚聲器，還配備2顆10mm心型哈曼指向麥，機(jī)身正面左右兩側(cè)對稱分布了6個小細(xì)孔，內(nèi)置6顆全向數(shù)字麥，從而形成8麥陣列，實現(xiàn)15m超遠(yuǎn)拾音和360°拾音。

就在屏幕的頂部中間，我們還能看到一個麥克風(fēng)指示燈，它能夠顯示三種顏色，綠色閃爍代表錄音正常，黃色亮起表示噪聲太大，紅色亮起則意味著講話聲太大。

值得說道的是，E2的背面帶了點新花樣——一顆800萬像素攝像頭，以及一個閃光燈，這也是E2此次在功能上最大的升級，具體如何，我們留到后面細(xì)說。

E2整體包裝以白色為主，除了機(jī)身主體，另外還有Type-C接口充電（數(shù)據(jù)）線、取卡針以及一份說明書。

圖 | 搜狗AI錄音筆E2配件展示

E2機(jī)身則以黑色為主，配以紅色、金色細(xì)節(jié)設(shè)計。因為整體材料以塑料為主，因此E2在重量上并沒有什么負(fù)擔(dān)，小巧便攜到足以一手掌控，隨踹隨走、隨用隨拿。與此同時，后殼大面積采用TPU材料，這也使得E2具備了減震和防滑的能力，于日常使用十分友好。

此外，E2機(jī)身內(nèi)存為32G，實際內(nèi)存為29G左右，電池容量為2000mAh，能夠持續(xù)錄音10小時以上，對于學(xué)生、記者等用戶群體聞言，這一存儲空間和續(xù)航能力已經(jīng)是綽綽有余。當(dāng)然，若實在文件過多，用戶也可以選擇將部分文件上傳至云端，如此也可在手機(jī)端、PC端和網(wǎng)頁端做到多屏共享，實現(xiàn)多人、異地的內(nèi)容同步。

依舊強(qiáng)悍的智能降噪能力，滿足多樣化場景需求

AI錄音筆最為基礎(chǔ)的功能就是“錄音”，但是在某些時候，“錄音”這一簡單的事情卻不會那么簡單能夠做到，比如遭遇周邊環(huán)境音干擾，又或者對話者音量過低等等，這些都能夠成為致使錄音文件失效的因素。

在這一點上，E2很好的延續(xù)了E1、S1的強(qiáng)大基因。首先在面向的特定場景方面，E2與兩位前輩一樣，皆基于clairVoice8麥克風(fēng)陣列算法提供四種錄音模式，分別是會議、采訪、聽課和音樂：

會議和采訪模式中，用戶只需將E2平放在桌面，即可實現(xiàn)360°拾音；

聽課模式中，將E2的頂端指向聲源，可做到定向拾音；

音樂模式中，同樣是將E2的頂端指向聲源，可做到高保真拾音，與此同時，搜狗也貼心的為用戶提供了MP3等5種錄音格式選擇。

另外，利用pureVoice AI降噪算法，E2也提供三種降噪模式（音樂模式不支持該功能），分別是真實音質(zhì)（保留真實人聲和環(huán)境音）、人聲增強(qiáng)（過濾環(huán)境音，顯著增強(qiáng)人聲）、純凈人聲（深度刪除環(huán)境音，僅保留人聲），讓用戶在使用過程中能夠依據(jù)自身需求進(jìn)行選擇。

圖 | 搜狗AI錄音筆E2錄音模式與降噪方式

選定錄音模式和降噪方式之后，用戶短按錄音鍵即可一鍵開始錄音，過程中可隨時更換語種，以及暫定或繼續(xù)錄音。當(dāng)錄音結(jié)束并保存本地之后，用戶可點擊機(jī)身屏幕主頁面的“錄音文件”查看錄音情況，若先前忘記選擇降噪方式，用戶也可點擊錄音詳情頁下方的“降噪方式”，打開“純凈人聲降噪”以聽取降噪處理之后的錄音。

針對這一功能，鎂客網(wǎng)也以一段會場采訪錄音做了實驗，在“純凈人聲降噪”功能關(guān)閉的情況下，錄音中周邊稀稀落落的交談聲和偶爾的碗碟碰撞聲能夠清晰聽到，但當(dāng)打開降噪功能后，我們能夠聽到的只剩下純凈的人聲，對于之后錄音轉(zhuǎn)換文字的整理還是能夠提供一些幫助的。

除了聽聲識字，E2還學(xué)會了“看圖說話”

相比于傳統(tǒng)錄音筆，AI錄音筆最大的特色在于語音識別與轉(zhuǎn)寫、中外文互譯。

實時轉(zhuǎn)寫方面，E2當(dāng)前共支持包括中文在內(nèi)的11種語言和11種方言，覆蓋基礎(chǔ)的英文、韓語、日語、德語，以及粵語、四川話、南京話、貴州話等等。

過程中，用戶也可以根據(jù)實際情境任意切換語言或語種，從而保證錄音的完整性和準(zhǔn)確度。

值得一提的是，因為前面提到的攝像頭，實時轉(zhuǎn)寫也多了一個功能——圖片實時拍攝與插入。基于這一功能，用戶將能夠同步記錄聲音與畫面。而在實時轉(zhuǎn)寫結(jié)束后，用戶也可以將該錄音文件中的圖片進(jìn)行“文字提取”處理，不過該功能的啟用需要一個前提，即錄音文件已經(jīng)作轉(zhuǎn)寫處理。

圖 | 圖文提取gif

官方介紹稱，OCR技術(shù)共可識別13種圖片語言。而在實時轉(zhuǎn)寫之外，用戶也可以打開E2的攝像機(jī)拍攝文檔、路標(biāo)等，做到“拍照秒變文字”?；谶@一功能，即使以后走出過門語言不通，只要E2在手，也不怕因為不會讀、看不懂文字而抓耳撓腮了。

至于轉(zhuǎn)寫的速度，鎂客網(wǎng)以一段時長39分鐘的錄音進(jìn)行測試，原始錄音文件以中文為主，間雜少許英文詞匯，轉(zhuǎn)換過程總共不超過3分鐘。為了進(jìn)一步提高轉(zhuǎn)換文字的精準(zhǔn)度和可讀性，減少不必要的口語化詞匯等等，用戶也可以點擊左下角的“智能整理”，選擇區(qū)分講話人（機(jī)主可提前錄入自己的聲紋信息以加強(qiáng)區(qū)分精準(zhǔn)度）、智能輔助校正、隱藏空錄音等功能。

依據(jù)E2的官方介紹，它一共可精準(zhǔn)識別8種專業(yè)領(lǐng)域數(shù)據(jù)，覆蓋財經(jīng)貿(mào)易、醫(yī)療、IT科技、政府、文化體育、工業(yè)制造、建筑、教育，在“轉(zhuǎn)寫確認(rèn)”界面，用戶可依據(jù)實際情境進(jìn)行選擇。

當(dāng)然，與E1和S1一樣，M鍵在實時轉(zhuǎn)寫過程中也承擔(dān)著“劃重點”的作用，若是有遺漏，也可在錄音文件轉(zhuǎn)寫之后回聽錄音，并利用M鍵一鍵標(biāo)記重點。

圖 | 搜狗AI錄音筆E2重點標(biāo)志

除了用戶自行標(biāo)記重點，系統(tǒng)在轉(zhuǎn)寫錄音的過程中也會智能提取重點，并排列成摘要，供用戶后期查閱和快速定點回聽。只不過相較于用戶自己所標(biāo)注的，系統(tǒng)的重點提煉在精準(zhǔn)性上還存在那么一點欠缺。

整體來看，錄音文件轉(zhuǎn)寫在識別精準(zhǔn)度上較之實時轉(zhuǎn)寫有所提升，雖然還存在些許誤差，不過尚在接受范圍內(nèi)。當(dāng)然，如果強(qiáng)迫癥患者實在看不下去，也是可以邊回聽邊進(jìn)行編輯調(diào)整的。出于對觀感、編輯便利性以及效率的考慮，用戶在編輯的過程中也可以點擊“智能控制”調(diào)整字體大小以及錄音播放倍速。

此外，若用戶急需在眾多保存的錄音中找到某一段，也可長按M鍵喚醒智能語音助手，經(jīng)由語音交互找出自己想要的錄音記錄。

圖 | 搜狗AI錄音筆E2智能助手

翻譯方面，E2提供四種模式，分別是對話翻譯、自由對話翻譯、同聲傳譯和拍照翻譯，前三者可以提供63種語言互譯服務(wù)，最后一個涉及到OCR識別，因此只能提供13種語言的互譯，覆蓋全球200多個國家和地區(qū)。

離線狀態(tài)下，E2支持8種語言的中外互譯，只需提前下載離線包即可。

圖 | 搜狗AI錄音筆E2離線翻譯包

對話翻譯模式中，錄音鍵和M鍵將各自承擔(dān)一種語言的錄入工作，在具體的應(yīng)用過程中，需要用戶長按按鍵以采集對應(yīng)語種，繼而由系統(tǒng)識別并翻譯成另一種語種。對于兩個語言不通的交流者而言，利用錄音筆進(jìn)行逐個轉(zhuǎn)寫或許會耗費些時間，但能有效避免交談過程中因語音來回交叉而帶來的錯亂問題，保證內(nèi)容的準(zhǔn)確性。

在上一代，對話翻譯模式僅支持中文與其他語言的翻譯，升級到現(xiàn)在，63種語言之間的互譯已經(jīng)不成問題。

圖 | 搜狗AI錄音筆E2可翻譯語種（部分）

自由對話翻譯模式中，將錄音筆兩段分別指向雙方講話人，系統(tǒng)即可自動識別雙方講話狀態(tài)并錄音、中英互譯，無須手動操作即可滿足跨語言采訪、交流等長時間交流的需要。當(dāng)然，保持更為嚴(yán)謹(jǐn)一點的態(tài)度，用戶也可以在對話界面右上角的設(shè)置中打開“手動打斷”按鈕，屆時哪方說話就點擊哪方的對話框，一段結(jié)束之后，再由另一方點擊自己這邊的錄入框以錄入語音。

或許會有人覺得，這樣一來的翻譯方式不就與對話翻譯模式類似嗎？其實不然，不管是錄入方式的便利程度，以及雙方對于交流內(nèi)容的理解程度都是不一樣的。換一種說法，前者更適合應(yīng)用于與陌生人的對話，譬如問路等場景，后者更適用于合作伙伴、朋友之間的交流互動。

視頻 | 自由對話翻譯

相比于對話翻譯，同聲傳譯不需要用戶在過程中長按某個鍵，點擊屏幕頂端即可調(diào)換翻譯方向。若中途需要暫停/繼續(xù)，只需短按一下錄音鍵即可，適用于單方面的發(fā)言錄入，譬如演講、上課等等。

從測試結(jié)果來看，在發(fā)音正常的情況下，E2的識別和翻譯準(zhǔn)確度接近完美，些微差錯也在可接受范圍內(nèi)。

至于拍照翻譯，正如字面意思，只需要打開攝像頭對著文檔拍一張照片，上傳成功之后即可實時翻譯成另外一種語言。如若需要的話，用戶也可以點擊界面的“純文本”按鈕，從而直接查看文本信息，而不是對著照片查看比螞蟻還小的譯文。

圖 | 拍照翻譯gif

總結(jié)

眾所周知，錄音筆市場一直都是相對小眾的，主要受眾群體集中在新聞媒體、政府、事業(yè)單位等。

依據(jù)中國報告網(wǎng)數(shù)據(jù)，國內(nèi)錄音筆市場呈現(xiàn)行業(yè)發(fā)展緩慢、替代風(fēng)險大等特點，一句話概括，因為手機(jī)等數(shù)碼產(chǎn)品的沖擊等因素，國內(nèi)錄音筆市場長時間處于“供過于求”的境遇。

對于這一點，搜狗CEO王小川也予以承認(rèn)，他此前曾提到，以前錄音筆是專業(yè)小眾市場，記者用的多一些，注入AI后，重新煥發(fā)活力，會有更大的想象空間。

而從目前的情勢來看，顯然，在AI能力的加持下，錄音筆領(lǐng)域的競爭正在從剛性需求轉(zhuǎn)向消費分級。此時，搜狗創(chuàng)新性的為AI錄音筆增加一顆攝像頭，在顛覆過往錄音筆傳統(tǒng)形態(tài)的同時，也為錄音筆未來的升級增添了更多的可能性。

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