8月3日，搜狗CTO楊洪濤正式對外發(fā)布了搜狗語音交互引擎——知音，該技術(shù)致力于讓人機(jī)交互更加自然，不僅“能聽會說”，還具有“能理解會思考”的能力。發(fā)布現(xiàn)場，楊洪濤一邊介紹搜狗未來幾年的AI技術(shù)戰(zhàn)略，大屏幕一邊通過知音引擎進(jìn)行語音交互展示，正確率可達(dá)到99%。

楊洪濤表示，自然交互和知識計(jì)算是搜狗在人工智能領(lǐng)域的兩大戰(zhàn)略方向，目前搜狗在AI領(lǐng)域的研發(fā)已經(jīng)全面展開，并在智能語音領(lǐng)域取得了重大突破，“知音”引擎作為搜狗在自然交互方面的重要成果，充分說明了搜狗強(qiáng)大的技術(shù)實(shí)力，未來隨著搜狗在自然交互與知識計(jì)算方面的不斷完善，“知音”將會在更多場景為用戶提供服務(wù)。

給語音識別裝上了大腦

還記得科幻片《鋼鐵俠》中，托尼·史塔克的AI管家賈維斯嗎?隨著科技快速迭代升級，過去在科幻片中出現(xiàn)的情景，很多都將在日后變?yōu)楝F(xiàn)實(shí)，聲音的交互會出現(xiàn)在生活的各類場景中。

現(xiàn)場，搜狗語音交互中心負(fù)責(zé)人王硯峰通過文本編輯、車內(nèi)導(dǎo)航、生活娛樂三個(gè)場景為大家演示了語音識別交互的深度應(yīng)用。通過視頻可以發(fā)現(xiàn)，首先，“知音”解決了用戶在說話過程中因語速過快而導(dǎo)致的吞音問題，語音識別錯(cuò)誤率相對下降30%以上，語音識別速度提升3倍。

其次，“知音”能夠在語音交互的過程中支持用戶修正錯(cuò)誤的識別結(jié)果，用搜狗手機(jī)輸入法推出的“語音修改功能”，用戶只需通過自然語言即可修改之前的輸入文字，例如用戶可以說：“把‘張’修改為立早‘章’，或者把‘張’修改為文章的‘章’，把（男）他改成女字旁的她”等，輸入法便可以馬上理解并執(zhí)行指令。

不僅如此，“知音”還支持多輪對話，處理更復(fù)雜的用戶交互邏輯，用更自然并且用戶更容易接受和理解的方式進(jìn)行交互,更好地感知用戶語音請求背后的真正需求，從而提供更為便捷的人性化服務(wù)。比如用戶說我要去首都機(jī)場，它會問 T1還是 T2，當(dāng)用戶確定航站樓后，它會問是出發(fā)還是接人。

“現(xiàn)在的語音交互分成三個(gè)技術(shù)環(huán)節(jié)，語音識別、語義理解和語音合成。其中語音識別代表的是機(jī)器的耳朵，語音理解代表是機(jī)器的大腦?！簟Z音糾錯(cuò)技術(shù)相對于給語音識別加上大腦，以前語音識別沒有大腦只有耳朵，它并不知道內(nèi)容到底指的是什么?！巴醭幏灞硎?，如果想要做到更聰明的語音交互，要解決兩個(gè)問題——一個(gè)更靈敏的耳朵和一個(gè)更聰明的大腦，這就是我們的搜狗知音引擎?！?/p>

據(jù)了解，搜狗從2012年開始研發(fā)智能語音技術(shù)，并在2013年開始進(jìn)行深度學(xué)習(xí)，目前搜狗的智能語音技術(shù)已經(jīng)成功應(yīng)用到搜狗的全線產(chǎn)品中。數(shù)據(jù)顯示，搜狗搜索日均語音搜索次數(shù)增長超過4倍，搜狗手機(jī)輸入法日均語音輸入超過1.4億次，成為中國語音輸入功能使用量最大的移動手機(jī)產(chǎn)品，搜狗語音技術(shù)也在用戶產(chǎn)品的迭代中快速取得了行業(yè)領(lǐng)先的效果。

依托于搜狗自研深度學(xué)習(xí)技術(shù)

憑借互聯(lián)網(wǎng)公司的天然優(yōu)勢以及多年來的數(shù)據(jù)和技術(shù)積累，搜狗的“知音”引擎可以做到識別速度更快、糾錯(cuò)能力更強(qiáng)、支持更加復(fù)雜多輪的交互以及更加完善的服務(wù)能力，這背后還有搜狗堅(jiān)持一直以技術(shù)為驅(qū)動的戰(zhàn)略布局。

一直以來，搜狗都將人工智能技術(shù)的研發(fā)與應(yīng)用作為自身的戰(zhàn)略發(fā)展方向，早在兩年前就宣布實(shí)施“智慧戰(zhàn)略”，深入于包括深度學(xué)習(xí)在內(nèi)的前沿技術(shù)的研究、布局人工智能、引領(lǐng)未來搜索。

今年4月22日，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(jì)算研究院”，深入開發(fā)包含人工智能在內(nèi)的前沿技術(shù)，相關(guān)研究成果將應(yīng)用于搜狗的下一代產(chǎn)品中。該研究院也是目前國內(nèi)一家由尖端技術(shù)公司和知名工科院校強(qiáng)強(qiáng)聯(lián)合的人工智能專業(yè)研究機(jī)構(gòu)，成為國內(nèi)“校企聯(lián)合”進(jìn)行人工智能科研的領(lǐng)軍企業(yè)，未來無疑將會為搜狗創(chuàng)造更廣闊的發(fā)展空間。

搜狗CEO王小川認(rèn)為，“搜索本身就是一種AI，隨著人工智能時(shí)代的到來，搜狗將不斷增強(qiáng)自身技術(shù)實(shí)力的積累。搜狗目前已在語音識別領(lǐng)域取得了重大突破，未來一方面將通過與清華合作進(jìn)行人工智能領(lǐng)域前沿技術(shù)研發(fā)，另一方面也將在自然交互與知識計(jì)算上不斷完善自身產(chǎn)品與服務(wù)，成為后搜索時(shí)代行業(yè)的引領(lǐng)者。”

分析搜狗近些年的發(fā)展不難發(fā)現(xiàn)，搜狗的成功很大程度上得益于公司前瞻性的產(chǎn)品與技術(shù)戰(zhàn)略，無論是PC時(shí)代還是移動互聯(lián)網(wǎng)時(shí)代，搜狗均能在當(dāng)下環(huán)境中開辟出最前沿的發(fā)展思路。

隨著人工智能浪潮的來臨，以及物聯(lián)網(wǎng)場景下應(yīng)用需求的不斷擴(kuò)大，智能語音產(chǎn)業(yè)規(guī)模將持續(xù)快速增長。搜狗適時(shí)推出“知音”引擎，不僅有利于其在即將迎來的行業(yè)爆發(fā)期中占得良機(jī)，同時(shí)，對整個(gè)智能語音行業(yè)的技術(shù)革新也具有深刻意義。隨著搜狗語音技術(shù)的日趨智能化和服務(wù)化，相信未來“知音”將會在物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、人工智能等各個(gè)方面得到應(yīng)用，并布局到更多的終端入口。