搜狗知音引擎

搜狗知音app是一款先进的语音交互搜索引擎，以其更快的识别速度、更高的纠错能力、更复杂的多轮交互支持以及完善的服务能力而著称。这款app的技术致力于实现更加自然的人机交互，不仅具备听说的能力，还具备理解与思考的能力，使人与手机的互动更加顺畅。完全是我自己的创作。

软件介绍

　　搜狗知音app是一款来自搜狗官方的语音交互引擎应用，搜狗知音app旨在把搜狗语音助手打造的更加智能，达到“能理解会思考”的程度，通过搜狗知音app可解决语速过快导致的吞音、纠错、对用户真实意图的识别等问题，搜狗知音app引擎使用着互联网上规模最大的语音数据，在线语音输入日请求规模超过了1.4亿，每天用户产生出来的语料规模是11.7万小时，如此庞大的数据帮助搜狗大幅提升了语音识别的准确率。

软件特色

　　心急如焚的你要赶往机场，语音助手却偏和你唱反调。你降低语速，反复说了几遍，它才明白你要去哪，最终却导向了错误的航站楼。语音助手 “不智能”、没帮助的痛点，即是搜狗“知音”想要解决的。

　　搜狗发布了新的智能语音引擎“知音”，宣称要把搜狗语音助手打造的更加智能，达到“能理解会思考”的程度。对此，CTO 杨洪涛和语音负责人王砚峰登台进行详细介绍。

　　“知音”想解决的第一个痛点是语速过快导致的吞音问题。当你讲话过快时，很多语音助手会因为音节的模糊而发生识别错误。而搜狗称，“知音”的识别速度与前代相比可以提升 3 倍，而错误率则可以下降约 30%。

　　在发布会上，搜狗全程使用了它们的实时转写技术。二位主讲全程都没有故意放慢语速，而“知音”实时投放在大屏幕上的字幕，则保持着还算不错的准确度。当然，用词错误的情况还是无法避免的。

　　此外，“知音”想解决的第二个痛点是纠错问题。我们通常用语音输入文字，由于识别不清，免不了要换回键盘继续再修改错别字。搜狗为了让语音识别彻底摆脱键盘，允许你通过语音进行修改。

　　比如，根据王砚峰的介绍，你可以直接告诉语音助手：把弓长“张”换成立早“章”，或者，把山峰的“峰”换成烽火的“烽”，语音助手就会自动为你修改。

　　搜狗称，能实现这一点，与现有业务的数据储备是分不开的。搜狗输入法的词库、拆字库、用户的语料库，以及百科知识图谱，都为“知音”的识别能力提供了数据支撑。

　　而“知音”想要解决的第三个痛点则是对用户真实意图的识别。为此，他们为“知音”加入了一个多轮对话的功能。

　　根据搜狗在现场的演示视频，当你告诉“知音”你的目的地是首都国际机场时，知音不会马上为你规划路线，而是会进行对话。它会询问你要去的航站楼、航班号，问你直接去航站楼，还是停车场，一切确定之后才会生成导航路径。

　　这种场景会话能力与 Google 今年在 I/O 上介绍的以对话为基础的新语音功能类似，会结合你之前问过的问题提供信息，而不是让这个过程变成机械的一问一答。

　　王砚峰称，机器的语义理解在 5 年内将不会有太大突破，当前的技术水平不足以支撑问题难度，因此机器想具有人的理解能力还有很大距离。

　　深谙这个道理的搜狗，选择搁置技术瓶颈，利用现有服务的数据，结合用户各种使用场景，希望让语音助手达到真正对用户有帮助，而不是制造更多麻烦。

　　杨洪涛认为，只有真正考虑用户的使用场景，才能帮助语音平台积累数据，最终达到数据反哺机器学习技术的效果。

最新动态

　　近日，搜狗推出新一代人机交互——“唇语识别”，顾名思义，就是能识别人的唇部动作，来解读说话者所说的内容。

　　搜狗表示，通过复杂端到端深度神经网络技术进行中文唇语序列建模，经过数千小时的真实唇语数据训练，终于取得了唇语识别效果。

　　在非特定人开放口语测试集上，该系统达到60%以上的准确率，超过google发布的英文唇语系统50%以上的准确率。在垂直场景如车载、智能家居等场景下甚至已经达到90%的准确率。

　　未来唇语识别技术可以辅助语音交互及图像识别，日常周围噪音过大或不便发声的场所更加适用，既能保证识别准确性和稳定性，也可以保证说话内容的私-密性。

　　此外，唇语识别技术可以帮助公安人员获取无声视频中重要的讲话信息，还能帮助先天性听障人群。