看相聲還是看手機(jī)?當(dāng)羅永浩“意外”抖出了某語音輸入的包袱后。一把刷屏好手之稱的羅永浩這次是回歸廣告界了嗎?或許是。那么，因直播驚艷而走火的“老干部”科大訊飛真如老羅展示“上了天”嗎?

　　事實(shí)上，在語音識別這個(gè)幾近成熟的市場內(nèi)，技術(shù)和產(chǎn)品的勝負(fù)早已有定奪。要了解語音輸入和語音識別，應(yīng)該先走出四大誤區(qū)。

　　誤區(qū)一：語音識別是個(gè)新領(lǐng)域嗎?

　　1950年，計(jì)算機(jī)之父圖靈在《思想》雜志上發(fā)表了一篇題為《計(jì)算的機(jī)器和智能》的論文。在這篇文章中圖靈提出了影響至今的圖靈測試，后來，計(jì)算機(jī)科學(xué)家們認(rèn)為，如果計(jì)算機(jī)實(shí)現(xiàn)了語音識別、機(jī)器翻譯、文本的自動(dòng)摘要或者寫作、戰(zhàn)勝人類的國際象棋冠軍、自動(dòng)回答問題中的一件事情，就可以認(rèn)為它有圖靈所說的那種智能，所以語音識別是科學(xué)家們從上個(gè)世紀(jì)50年代就“庖丁解牛”的領(lǐng)域。

　　當(dāng)科學(xué)家進(jìn)行語音識別研究之初，最初是陷入了計(jì)算機(jī)需要模擬人腦的誤區(qū)。直到20世紀(jì)70年代，在IBM華生實(shí)驗(yàn)室，賈里尼克的團(tuán)隊(duì)花了4年的時(shí)間，開發(fā)了一個(gè)基于統(tǒng)計(jì)法和數(shù)據(jù)的語音識別系統(tǒng)后，語音識別有了巨大飛躍，識別率迅速提高到90%以上，同時(shí)語音識別的規(guī)模從幾百詞上升到兩萬多詞。從此，語音識別就從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用了。

　　誤區(qū)二：訊飛是個(gè)toC的公司嗎?

　　當(dāng)然，從用戶群來說，哪個(gè)產(chǎn)品的用戶數(shù)多，則代表著該產(chǎn)品被用戶的認(rèn)可度更高。

　　事實(shí)上，科大訊飛一直是個(gè)2B(面向企業(yè)用戶)服務(wù)的公司，將自己的人工智能服務(wù)授權(quán)給其他企業(yè)是主要的商業(yè)模式。雖然科大訊飛在最近幾年也開始發(fā)力2C(面向消費(fèi)者)的產(chǎn)品，比如智能音箱、錄音寶、錄音筆等硬件，以及錘子發(fā)布會(huì)火了的“語音識別”，但這些產(chǎn)品在市場上的占有率并不算高。

　　那么，到底什么語音輸入法是2C用戶為主，被用戶使用次數(shù)最多、認(rèn)可度更高的呢?數(shù)據(jù)會(huì)說話。答案是歷經(jīng)五年發(fā)展的搜狗語音輸入。據(jù)了解，截止目前，搜狗輸入法總用戶量已經(jīng)超過5億，其中有相當(dāng)部分的用戶會(huì)用到語音識別功能，每天擁有超過1.9億次的語音請求，是中國語音輸入量***的應(yīng)用工具。

　　誤區(qū)三：沒數(shù)據(jù)就能做好語音輸入嗎?

　　“我的辦公室里每開除一個(gè)語言學(xué)家，我的語音識別系統(tǒng)錯(cuò)誤率就能降低一個(gè)百分點(diǎn)!”當(dāng)大神賈里尼克說出這句話的時(shí)候，他就意識到語音識別和語言語法關(guān)系不大，而是和語料數(shù)據(jù)息息相關(guān)。

　　要提升語音輸入用戶的產(chǎn)品體驗(yàn)，必然需要積累大量的數(shù)據(jù)。搜狗語音識別背后就是由搜狗搜索引擎大數(shù)據(jù)支持，加之積累了十年的搜狗輸入法云詞庫數(shù)據(jù)，這樣才提升了用戶的使用體驗(yàn)，從大數(shù)據(jù)的角度來看，科大訊飛在短時(shí)間是難以趕超搜狗的。

　　搜狗和科大訊飛***的不同是，搜狗是一家互聯(lián)網(wǎng)企業(yè)，其互聯(lián)網(wǎng)的產(chǎn)品布局更多，服務(wù)更全面，語音識別不僅能用于搜狗語音輸入法，還能用于搜狗搜索、搜狗地圖，一方面采集更廣泛數(shù)據(jù)，另一方也將用戶體驗(yàn)提升至一個(gè)更高的水平。

　　誤區(qū)四：語音識別上屏是初亮相

　　“天啦嚕，老羅一邊演講，一邊字幕就上墻了!太神奇了!”能有類似感慨的不能不說是語音識別界的“小白”。

　　今年7月，搜狗公司CEO王小川在極客公園“奇點(diǎn)·創(chuàng)新者峰會(huì)”，就首秀了演講內(nèi)容在現(xiàn)場實(shí)時(shí)生成滾動(dòng)字幕，同步的字幕引起了現(xiàn)場觀眾極大的興趣，紛紛起立拍照。在演講結(jié)束后，現(xiàn)場語音識別成果立刻生成了完整的演講稿，觀眾通過掃描二維碼即可閱讀。利用搜狗公司的語音識別技術(shù)，王小川的演講內(nèi)容顯示為文字的準(zhǔn)確率已高達(dá)97%以上。

　　此外，搜狗語音輸入的新功能“語音修改”也***展示。用戶對著手機(jī)說出一段文字后，再通過自然語言的方式將語音識別錯(cuò)誤的地方進(jìn)行修正，贏得了現(xiàn)場熱烈的掌聲。因?yàn)樗压氛Z音交互引擎“知音”所具備的利用自然語言交互的語音修改能力，搜狗語音不僅要實(shí)現(xiàn)“能聽會(huì)說”，還要求具有“能理解會(huì)思考”的能力。