【釘科技，北京報(bào)道】“搜狗本來(lái)就是一家做AI（人工智能）的互聯(lián)網(wǎng)公司?！痹?月3日的搜狗“知音”語(yǔ)音交互引擎發(fā)布會(huì)上，CTO楊洪濤這樣說(shuō)。當(dāng)天，搜狐網(wǎng)絡(luò)大廈電梯里的LED屏還在播放搜狗十周年生日的一段視頻。

也就是在搜狗輸入法十周年生日慶典上，CEO王小川曾表示：搜狗輸入法用戶(hù)規(guī)模已超過(guò)5.2億，無(wú)論在PC端還是移動(dòng)端，都領(lǐng)先其他競(jìng)爭(zhēng)者。搜狗輸入法的下一步是要不斷優(yōu)化自然語(yǔ)言處理技術(shù)，向人工智能方向發(fā)展，尤其在涉及語(yǔ)音識(shí)別、語(yǔ)義理解以及人機(jī)交互方面的語(yǔ)音輸入領(lǐng)域。

從12年開(kāi)始研發(fā)智能語(yǔ)音技術(shù)，即便同科大訊飛等專(zhuān)精人工智能領(lǐng)域的企業(yè)相比，布局晚了許多，但搜狗依舊可以算是業(yè)內(nèi)老兵了，在搜狗輸入法和搜狗搜索中也都有語(yǔ)音交互的應(yīng)用。

在釘科技看來(lái)，這次發(fā)布會(huì)的意義，對(duì)搜狗而言，除了表明技術(shù)更加成熟之外，就是為與各領(lǐng)域伙伴的合作做一個(gè)鋪墊。楊洪濤在當(dāng)天也有類(lèi)似的表述：知音引擎要具備開(kāi)放的屬性。開(kāi)放，就是在出行等垂直領(lǐng)域的延伸，為相關(guān)合作伙伴提供語(yǔ)音交互支持，向更多的總段入口進(jìn)行布局。

搜狗語(yǔ)音交互技術(shù)中心負(fù)責(zé)人王硯峰介紹，在今年3月份針對(duì)搜狗、訊飛、百度三家的語(yǔ)音引擎的第三方評(píng)測(cè)中，搜狗與訊飛能力持平，整體領(lǐng)先百度。

在現(xiàn)場(chǎng)播放的橫向?qū)Ρ纫曨l和體驗(yàn)中，釘科技的直觀感受是，搜狗知音在相關(guān)內(nèi)容的連續(xù)延伸搜索方面有比較好的表現(xiàn)，可以順暢進(jìn)行多輪對(duì)話(huà)。能夠處理更復(fù)雜的用戶(hù)交互邏輯，用更自然并且用戶(hù)更容易接受和理解的方式進(jìn)行交互，更好地感知用戶(hù)語(yǔ)音請(qǐng)求背后的真正需求，從而提供更為便捷的人性化服務(wù)。

例如，當(dāng)用戶(hù)說(shuō)我要去首都機(jī)場(chǎng)，它會(huì)問(wèn)T1還是T2，當(dāng)用戶(hù)確定航站樓后，它會(huì)問(wèn)是出發(fā)還是接人。

讓熱印象比較深刻的是，在語(yǔ)音輸入章XX時(shí)，首次轉(zhuǎn)換的文字為“張”，當(dāng)使用者說(shuō)改為立早“章”之后，文字得到了糾正，這在一些場(chǎng)景，比如駕駛場(chǎng)景中，是相當(dāng)方便的，也能更好地保證駕駛員的安全。

知音的知也恰恰在這些方面得到了體現(xiàn)。

王硯峰表示，“知音”在語(yǔ)音識(shí)別、語(yǔ)音糾錯(cuò)、知識(shí)圖譜信息整合能力及多輪對(duì)話(huà)理解方面具有技術(shù)優(yōu)勢(shì)。而這種優(yōu)勢(shì)，在搜狗方面看來(lái)，得益于輸入法及搜索積累下來(lái)的大量數(shù)據(jù)對(duì)于其語(yǔ)義理解能力的錘煉。

釘科技認(rèn)為，搜索引擎團(tuán)隊(duì)適合拓展人工智能業(yè)務(wù)的原因之一也正在于可以占有和調(diào)用足夠量的數(shù)據(jù)，而且這些數(shù)據(jù)具備相當(dāng)?shù)臅r(shí)效性和活性。

搜狗方面羅列了一組數(shù)據(jù)：搜狗在線(xiàn)語(yǔ)音輸入法語(yǔ)音助手請(qǐng)求次數(shù)超過(guò)1.4億次， 用戶(hù)每天使用率占8%。依托于深度學(xué)習(xí)的語(yǔ)義理解，搜狗語(yǔ)義引擎較2013年應(yīng)用之初錯(cuò)誤率降低了60%，較2015年降低了30%。

搜狗輸入法用戶(hù)每天能產(chǎn)生的預(yù)料規(guī)模達(dá)到11.7萬(wàn)小時(shí)，這比當(dāng)前任何語(yǔ)音技術(shù)團(tuán)隊(duì)所使用的預(yù)料規(guī)模都要大。此外，搜狗表示正在通過(guò)端到端的模型、主動(dòng)積累錯(cuò)誤反饋、線(xiàn)上部署GPU加速等手段促進(jìn)機(jī)器語(yǔ)義理解的智能性。在談及要提高語(yǔ)義理解能力需要基于優(yōu)質(zhì)的、大規(guī)模材料時(shí)，楊洪濤這樣表述。

語(yǔ)音識(shí)別、語(yǔ)音交互、語(yǔ)義理解，在這些層面，搜狗知音都比之前的語(yǔ)音應(yīng)用更加成熟。當(dāng)然，在釘科技看來(lái)，知音距離不僅“能聽(tīng)會(huì)說(shuō)”，還“能理解會(huì)思考”尚有一段距離。

真正的理解和思考，或許正如楊洪濤所說(shuō)，就是能夠替代人做出合乎實(shí)際的判斷和選擇，在這個(gè)層面上，知音還需要學(xué)習(xí)，足夠成熟的時(shí)候，或許就不需要用戶(hù)再通過(guò)額外的交互將“張”改為“章”（當(dāng)然，搜狗方面的用意主要在于出現(xiàn)錯(cuò)誤時(shí)方便修改）。

楊洪濤表示，不久之后，搜狗將會(huì)發(fā)布相關(guān)的語(yǔ)音文字高準(zhǔn)確率轉(zhuǎn)換的小應(yīng)用，目標(biāo)人群主要是媒體記者等文字工作者，或許能夠幫助記者實(shí)現(xiàn)“用嘴寫(xiě)稿”的夢(mèng)想。