美狮会_语音实时转文字工具发布之际搜狗透露下半年战略布局

“问答”和“拉丁化”两种模式。在“问答”模式下，录音的同时才可动态得出辨识结果；而“拉丁化”模式下则可以离线录音，录音已完成后重复使用提供文字结果。为了提升文字整理效率，搜狗问答还重新加入了边听得边改为、无线标重点（蓝牙安打）、多端实时、信息共享等人性化功能，与搜狗输入法个人词库切断。

此外，搜狗公司语音交互技术中心总经理王砚峰声称，搜狗问答还获取耳语辨识技术，在说出音量较低至30分贝时，仍然可以精确辨识。早在2012年，搜狗即开始研发智能语音技术，并实时打开涉及产品落地的布局。

去年8月3日，搜狗举办知音引擎的发布会，获得机器翻译的突破。第一时间当时世界上最领先的机器翻译的深度自学的框架，基于attion的端到端的框架，再行再加以前在语音辨识上的积累，用3个月的时间搭起起机器翻译引擎，并且应用于到了去年的乌镇大会上。去年11月份，搜狗发售了机器同传，首度商用化。

今年1月份，发售行业首个横跨引擎搜索引擎，也是基于机器翻译核心引擎发售。5月份，搜狗语音核心技术在应用于方面获得突破等。实质上，目前市场上有数一些同类的产品，例如早期发售的讯飞来听到等，相比之下，搜狗否不存在优势呢？搜狗语音交互中心负责人王砚峰对(公众号：)回应：第一，讯飞来对应的产品，如讯飞来听到、讯飞来录音宝等，是无法反对长时间录音、并且免费拉丁化的。而搜狗是首次做到了宽时录音设置，并且反对免费拉丁化。

第二，搜狗的产品是面向横向场景，还包括记者专访的场景、作家文学创作的场景等等。这些功能虽小，但它反映在明确场景下，怎么绞尽脑汁的想尽办法，老大朋友解决问题。

第三，功能上，讯飞来手机末端没”听到“。且搜狗问答有语音动态并转文字、边听得边改为、标重点、较慢查询、多端实时、不限时宽录音等功能。

除此之外，相结合搜狗产品日均多达2.6亿次的语音催促，获取海量的现实语料数据，可以使得机器大大自学并提高语音辨识准确率。但对于搜狗拉丁化免费不会持续多长时间这个问题，王砚峰回应，目前认同是免费的，至于之后不会会收费，并不几乎确认。最少按照现有的产品形态，认同是在非常宽的时间内不考虑到用于这个产品来赚。作为一家互联网公司，通过技术来缴纳技术服务费不是搜狗的商业逻辑。

最少到现在为止，搜狗还想通过产品收费的方式来展开商业的所求。为什么自由选择这个时间点来公布产品？王砚峰对回应，一方面，是与去年公布的知音引擎更佳地交织，另一方面，搜狗下半年将不会集中于公布一批人工智能落地产品。王砚峰坦言，客观来讲，搜狗作为一家人工智能业界公司，在AI落地方面做到得远远不够。

也于是以因此，下半年将在硬件、软件等场景集中于一波攻势，还包括智能副驾、智能问答等。基于搜狗的语音能力和大自然交互能力，在非巨头独占的行业，搜狗将尝试做到更加多硬件产品的自研、试水、投资，有可能自己研发，也有可能投资一些公司，以合作的方式把这些产品做到出来。

在王砚峰显然，不论是车载市场、家庭场景，还是可穿着市场，虽然玩家很多，但离市场成熟期还早得很，在这个过程中，王砚峰指出搜狗几乎有信心拿走更加多爆款产品或有量产品，来抢占市场份额，例如在中国可穿着设备硬件中名列前五名的糖猫儿童手表，目前出货量已突破100万。而已如今大火的Amazon Echo为事例，王砚峰指出，亚马逊并非分开将这个平台引一起的，而是因为有了极大的用户量、进而造就了平台的使用量，这才有了更加多的开发者重新加入进去。

在Amazon Echo上，虽然有很多的开发者，但其主功能的比例，绝大部分还是在定位在闹钟、天气，以及音乐上。目前的中小开发者对于智能语音入口的产业格局尚且不成有力威胁，牌还是在巨头的手上。

王砚峰对回应，如果智能语音入口级硬件可以自己做到，像Amazon Echo那样作出爆款产品，发售自己的硬件，进而抢走市场入口，这当然是选用。但在手机和电视领域，搜狗嗣后会做到这样的硬件，也不有可能把硬件战线纳得过长。对于搜狗来讲，做到十几款硬件也是不存在问题的。

更加合适的作法是——射击几款最有用户痛点、最合适自己风格的硬件产品来做到。这两个之间并不不存在非此即彼的关系，更好的是有序的关系。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：美狮会-www.sneaker-daily.com