阿里入局 AI+AR 眼镜，为雷鸟创新独家定制眼镜版大模型
行业观察
|
2017-04-13
从搜狗的语音技术发展史中，球盟会登录入口网页版来看平台技术是如何落地的
你只知搜狗是做搜索起家的，但你知道它在智能语音中做了多少布局吗？
提起智能语音，大家或多或少会想到苹果的 Siri，毕竟整个行业由它牵头带动的，包括后来亚马逊的 Alexa，微软 Cortana，Google Assistant 等，各个巨头将智能语音视为了一块必争之地，业界更是将语音定义为下一个人机交互的新形式。
在国内，除了百度、科大讯飞以及一些初创公司，球盟会登录入口网页版似乎很少会提起搜狗这家同样专注于人工智能语音的公司，甚至有人认为智能语音是搜狗向 AI 转型的一大战略。为此，搜狗 CEO 王小川曾强调，搜狗虽然以搜索起家，但事实上它就是一家 AI 公司，并一直致力于让搜索引擎变得更聪明，其中就包括语音技术。
搜狗的语音技术研究始于 2012 年，曾推出语音助手应用
从 2012 年开始，搜狗就着手语音技术的研究，并在一年多之后完成深度学习技术的研发和上线，经过一段时间的测试、准确率对比后，最终在 2013 年 6 月，接入搜狗包括输入法、地图在内的全线产品，代替原本所采用第三方公司的技术。
同时在这个过程中，搜狗于推出了搜狗语音助手，得益于多年来积累的搜索能力，搜狗语音助手的技术在短时间内做到了中文业内的领先。但它也面临着与 Siri 等语音助手相类似的窘境，在手机端上提供的交互体验并不能让用户产生足够的依赖性，最终导致产品的使用率并不高。
此后，搜狗语音团队则没有对手机语音助手做继续的研发和推进，但对智能语音的研究依旧持续着，并将目标聚焦在老本行——搜索上。他们思考着如何利用智能语音让搜索变得更有效率、且往「更智能化」的方向走。到目前为止，搜狗语音团队每年都会将自家的技术拿到业界中进行对比测评，以了解自身在行业中所处的实际位置。
基于前期技术的积累，敲定搜狗人工智能未来的方向：自然交互 + 知识计算
2016 年 8 月，沉寂许久的搜狗在智能语音中再次有了新动作，除了实现将语音转化成文字的功能，还发布了语音交互引擎「知音」。同时，搜狗 CTO 杨洪涛在发布会中首次公布搜狗人工智能未来 8 年工作的主要方向：自然交互 + 知识计算，其中，自然交互指的是让机器能够在交互中更懂人，知识计算即将网络中的海量信息提取出来，并做进一步的运算、推理，辅助用户做更好的决策。
这套由语音识别、语义理解、知识图谱等技术梳理成一套成体系的「知音」交互引擎，主要是在加固此前搜狗在这方面的技术、产品积累，并让其朝高效、更智能化的方向走。
基于深度学习平台搭建识别引擎，提高语音识别效率、实现实时翻译功能
发布「知音搜索」后，搜狗则开始基于已有的深度学习平台搭建自己的识别引擎，一方面依据人类说话的生物特征将每一个音节分为独立的��，提高对静音的识别，进一步提高语音识别（将语音转化为文本）的效率；另一方面，在语音识别的框架下建立声学模型，根据人在发音时声音信号和录音信号波形的对比，实现录音和文字之间的映射。
其中，在语音实时翻译技术上，搜狗采用基于神经网络的机器翻译技术，以文本断句为桥梁，做到用户在一直说话的同时，系统将输入的语音进行区分、翻译，将中、英文短语之间的映射关系建立起来，利用语音模型将词序或语序进行调整，实现语音翻译同传。
搜狗 CEO 王小川在演讲现场中展示搜狗语音的实时翻译功能
除了技术框架的搭建，大量的训练数据是确保语音识别准确率的基��，因率先在中文手机输入法中抢占先机，以及大量搜索用户的基��，让搜狗的语音识别取得了良好的效果，也成为语音实时翻译的重要基础。据搜狗团队的介绍，搜狗语音识别的准确率已达到 97% 。而在当时，单是搜狗语音输入法每日的请求次数就已经超过 1.8 亿次，也就是大约 16 万小时的语料规模。
推进语音技术在产品中的落地，并非做简单的技术提供商
随着人工智能技术得到一定的进展，搜狗也逐渐考虑实现技术在产品中落地的事情。在这一战略过程中，搜狗并不打算做一个纯粹的技术出售商，游离于产品之外做技术的整合和贡献，而是将产品与技术紧密联系在一起，既做技术又做产品，或者在与他人合作时，依靠自己的人工智能算法和别人的数据去对接。
对此，搜狗 CTO 杨洪涛曾表示，「如果只是开放 SDK 接口供开发者嵌入和使用，这样双方就不能进行良好的互动，最终的产品体验一定不会好，而好的产品体验需要两个团队共同的紧密结合。」
在去年 12 月份，搜狗宣布与四维图新、飞歌展开合作，三方共同研发智能车联网软硬件解决方案，推出飞歌最新的 G8Ⅱ 后装智能车机。其中，搜狗语音提供的车载语音系统已在车载场景下做了专项优化，是基于搜狗语音交互引擎「知音」面向车载方向的升级。同时，其与搜狗语音地图进行整合后，用户可通过自然语音交互的方式向导航系统输入目的地。
在今年 3 月份的小米新品发布会上，小米发布了与搜狗语音深度结合的智能语音电视——小米电视 4A，依靠搜狗的语义理解技术及其在小米 4A 使用场景下的优化，用户能够在向电视提出复合指令时得到精准的反馈结果。另外，搜狗语音和小米还一起建立了同步上线机制，在小米电视内容上线更新的同时，搜狗语音都将快速跟进优化，为用户提供良好的交互体验。
小米智能语音电视发布会
前不久，会议平板厂商视源股份发布首款智能语音平板 MAXHUB，其中就整合了搜狗的语音技术。在使用这款会议平板的过程中，用户用自然的语音指令即可调动语音助手执行相应的任务，提高办公及会议效率。
语音交互的刚需在于驾车、客厅、户外这几个方向，产品本身也必须是「刚需」
就跟当初放弃搜狗语音助手应用一样的道理，搜狗语音负责人王砚峰认为，技术应该用在能够真正解决用户实际问题的方向上，躺在手机上的语音助手并不能帮人们解决实际的需求。在物联网和车联网时代，更自然的人机交互方式已成为一个趋势，而语音助手则需要找到它真正的用武之地。
王砚峰进一步表示，语音交互的刚需存在于驾车、客厅、户外等不方便使用键盘打字的场景中，另外，产品自身也应该是刚需。如目前的机器人并不足以解决用户的实际需求，因此搜狗也没有把它作为一个跟进的方向，而是希望继续在以上三个场景中将语音交互的体验做得更好、更深，给用户带来实际价值。
目前，搜狗一方面通过产品将语音技术更多的落地到用户端，另一方面则深耕技术，投入到对前沿技术的研发中，如与清华大学联合成立「清华大学天工智能计算研究院」。
从以上来看，球盟会登录入口网页版没有在搜狗语音身上看到「大杂烩」形式的产业布局，而是聚焦在垂直领域，寻找并切入刚需市��，对技术进行深化以及贴近产品式的研究，方向是如此的坚决且明朗。
活动预告：
语见 语音智能峰会 | WARE 2017
4 月 15 日（本周六），球盟会登录入口网页版（公众号 ID：shenzhenware）将举办「语见 语音智能峰会 | WARE 2017」，本届峰会，将聚焦语音智能，邀请行业领军企业、以及行业意见领袖，分享关于语音智能的相关平台技术和应用案例，通过会议的交流互动，以及会议主题的传播，帮助人们更好的预见未来。
届时，搜狗公司桌面事业部高级总监，桌面研究部和语音交互技术中心负责人王砚峰将出席本次峰会，发表『从语音到语言』的主题演讲。
点击此处，进入峰会报名页面，可了解峰会详情。
