【雷火电竞】成立AI创新联盟，搜狗开放听写服务拉开录音笔变革序幕

2019年8月28日，搜狗公司举办了以“全新「声」态，AI未来”为主题的搜狗问答服务对外开放暨AI创意联盟发布会。会上，搜狗将其核心技术能力 “搜狗问答”服务对外开放，并宣告与爱国者、Newmine纽曼、索尼录音笔、万城集团四家录音笔行业头部企业正式成立AI创意联盟。从1930年磁带的的发明者并且被用作记录声音开始，录音设备的发展经历了1970年的数字录音与存储变革，1990年随身携带数码形态变革，以及90年代末存储器技术经常出现后体积更进一步削减开始以“笔”的形态经常出现，每一代技术以及产品的演化都促使了录音设备形态以及性能上的很大提高。

但是到了2000年以后，随着消费电子产品的经常出现，录音设备涉及技术的发展好像却衰退了，甚至于开始经常出现被手机录音抢占市场的情况。预示着搜狗此次与四家录音笔行业头部企业联合正式成立AI创意联盟，这一措施也许需要为传统录音笔行业带给一些新的变化。

切断搜狗输入法，获取个性化拉丁化服务目前，搜狗输入法语音催促峰值已超强7亿次，位居全球仅次于的中文语音应用于，相结合于此，搜狗问答服务背后的拉丁化技术已正处于行业领先地位，只不过时语音拉丁化运用了搜狗自研的延后高效率的Adaptive Attention-based末端到末端建模技术，非动态语音拉丁化功能用于业界领先的深层Transformer-based末端到末端语音辨识技术，语音拉丁化准确率平均95%以上；在语音强化方面，搜狗自研的Smart Voice麦克风阵列算法需要对噪声和混响展开多重深度优化，保证人声的高保真还原成。在智能辅助编辑方面，搜狗语音拉丁化可以通过云端智能数据流编辑技术，基于词图搜寻和输出数据流模型，针对置信度较低的拉丁化结果获取多个候选词，协助用户对拉丁化结果展开缺失，同时还不具备了较好的自动区分说出人、智能文本顺滑和标点预测等能力，可以为用户获取更加多便利功能。凭借其强劲的语音技术以及杰出的软硬件融合能力，搜狗今年3月份发售了AI录音笔C1，其拉丁化准确率高达95%以上，并且享有动态互译、云端共享、中英同传等多种AI功能，近于短时间内就在多个电商平台获得了单品销量第一的成绩，可见搜狗语音拉丁化技术早已获得了市场的检验和接纳。

此次发布会上，搜狗又发售UltraAI录音笔炫彩版，满足用户更加多元化、更加时尚的市场需求，同时将AI录音笔背后经过市场检验的“搜狗问答“服务体系对外开放出来，进而引导整个录音笔行业的AI化变革，这正是搜狗贯彻其AI战略的一次有效地尝试。值得一提的是，本次搜狗问答服务构建了与搜狗输入法的切断，这不仅为问答服务带给了流量和数据上的极大优势，同时堪称搜狗输入法“传达信息更加非常简单”愿景的伸延，也是搜狗问答服务比起其他语音拉丁化平台的优势所在。

目前搜狗输入法在PC末端占据99%的市场份额，在手机末端用户日活超强4.5亿，搜狗问答服务基于搜狗输入法的用户用于习惯，需要自动建构个性化辨识网络，使用户常用语错误率上升40%。搜狗对外开放问答服务后，可以为市场上90%以上的录音笔产品获取终端服务，让所有有市场需求的用户享用“录音1小时，出稿5分钟”的淋漓尽致体验。5G时代，传达与信息提供将更加非常简单作为一家以“让传达和获取信息更加非常简单”为愿景的企业，搜狗长年探讨于如何在最短的时间内以更加高效便利的方式让用户精确提供有效地信息。服务于这一宗旨的，搜狗对于未来的注目以及布局也主要环绕这一愿景进行。

活动开始，搜狗CEO王小川在讲解搜狗公司AI战略的时候回应：“预示着人工智能、5G等技术的发展，未来的传达将更为的非常简单，甚至于不会经常出现由当下主流的文字、图片、语音融合的主流方式必要南北依赖视频传输的视觉类交流，交流更加非常简单将不会沦为常态。”录音的本质还是在于对关键信息的Forward或者留存萃取，而这大自然牵涉到到一个信息辨别以及整理的过程。

比起于语音文件，文字信息更为的需要让人较慢的获取信息并且构成条理化的Forward框架，所以将录音内容整理沦为文本信息就显得十分关键。但是由于技术的容许，目前行业内人工语音并转文字的成本太高，所以通过人工智能技术构建语音并转文字的方式反而沦为了很好的替换选项。目前，在智能语音技术领域，国内主要以科大讯飞、云知声、思必驰、搜狗等企业为代表。区别于前几家以AI技术居多的企业，搜狗的优势更加在于其AI业务的发展是基于有数的搜索引擎、输入法等互联网业务迁入已完成的，通过输入法使得其享有更好的用户基数以及算法训练样本。

王小川回应：“AI时代，信息科技的发展将不会朝着大自然交互和科学知识计算出来两个方向发展。大自然交互主要是通过语音、图像、视觉等技术的综合运用构建交互的呈现出以及传达变化，而理解计算出来则是基于认知科学，构建精确的信息解读以及计算出来对系统。”目前，搜狗在大自然交互以及理解计算出来方面皆有布局，搜狗的AI制备主播不仅构建了语音、文字、视频等多方面的交互技术，而且还融合唇语辨识等技术构建了表情的实时以及因应，让交互更为的合乎大自然交互的理念。

目前搜狗AI主播某种程度有央视主播这一落地案例，而且还融合打造出了全球首个AI俄语主播，司法领域的AI法官等落地应用于。而在理解计算出来领域，搜狗不仅打造出了国内首个横跨语种交流和内容提供的搜狗机器同传产品，而且搜狗立知系统还通过语义解读、推理小说、科学知识图谱等多项技术构建了从搜寻到解说的过渡性，特定长尾问题需要构建搜寻只展出一条信息并且精准给定答案的效果。预示着此次发布会，搜狗与录音笔行业的几家头部企业达成协议AI创意联盟，促使搜狗人工智能、语音文本处理等领域的技术以及资源能力劳改，这对于录音笔行业的商业模式来说也是一次根本性的政治宣传和升级。

联盟的达成协议将使录音笔行业从以硬件居多的单一收益模式向硬件+服务的多种收益模式改变，增进录音笔行业构建全面智能升级，与AI创意深度融合。通过AI录音笔创意、对外开放搜狗语音拉丁化服务、创建AI创意联盟，搜狗于是以从产品、技术与产业链三个方向，引导着录音笔行业转入AI时代。

本文来源：雷火·竞技-www.hinatame.com