语音输入法哪个好

昨天，发布会上发布了百度输入法“ AI·新输入全输入法2。0”。百度输入法正式发布了最新的杀手级AI探索版输入法。

此输入法基本上颠覆了外界的想象力。

作为AI落在百度眼中的“桥头堡”，百度输入法AI探索版默认将完整语音作为默认输入法，并以丰富的输入法打开大脑，为用户提供围绕表情，四肢，等经验。

在会议现场，演讲嘉宾的演讲在舞台上，大屏幕的右侧是百度输入法的实时同步。我注意到甚至连一些英语单词都可以识别。简而言之，此输入法的功能包括：默认全语音输入，动员的表情，四肢和其他丰富的丰富感官体验。

有趣的是，百度去年推出了带有默认语音搜索功能的搜索产品。通过简单的搜索，我当时在文章中评论道：“谁参与了语音交互，谁将赢得或输掉游戏。

从产品形式的角度来看，输入法也称为“古董”。从PC时代的键盘和鼠标到移动互联网时代的触摸屏，媒体一直在变化，但输入法产品的基本逻辑并没有明显改变，它们都是通过单击字符来提高输入效率而形成的。

已经成为高耸的老树输入法，如何在5G，云计算，大数据，人工智能技术的灌溉下发芽新芽，已成为老牌输入法制造商面临的新问题。通过AI探索版从``效率’’和``温度’’两个方面给出答案。

AIExploration Edition如何提高效率？

​​谈论输入法，与Comput接触过的朋友早年的人们仍必须记住五笔字元的字根图。五笔的高效率甚至使“打字机”成为热门行业。但是，以百度输入法为代表的拼音输入法迅速兴起，五笔逐渐成为历史。

背后的逻辑实际上非常简单。五笔是一项新技术，但汉语拼音几乎是普及的。颠覆性创新从未停止。拼音和手写的语音学也是如此。几乎零的学习成本带来了“快速入门”。

不难理解，为什么百度的“ Sprout”是一种押注语音的输入法的AI探索版本。

尽管移动互联网的浪潮已经兴起，但语音识别的准确率已成为各种产品必不可少的指标。在根据注意力模型提高到97％之后，市场似乎很平静。

调查原因。过去，语音使用场景主要集中在聊天和搜索的两种主要情况下。现在，它已逐渐扩展到许多场景，例如游戏，购物和娱乐。这是一个新的测试。归根结底，以前的语音输入方法实际上有两个主要的痛点。

一个是流解码。 Google LAS代表的传统注意力模型几乎完全基于整个句子建模。简而言之，用户需要经历记录整个句子的过程，并上传服务器建模和分析信息。输入法的作用类似于翻译应用程序，用户需要支付少量时间成本。

第二，长句识别的准确性降低。这不得不提到注意力模型的核心逻辑：基于整个句子的全局信息，通过机器学习方法，选择与当前建模单元最匹配的特征。句子越长，选择特征就越困难。错误的可能性越高，错误前后的传导可能性就越高。

识别速度慢且不准确，因此语音输入无法始终一步一步完成，最终成为“紧急功能”。

针对这两个真正的痛点，百度创新地提出了流式多阶段截断注意力模型SMLTA。

它看起来很硬，但是很容易理解这一新技术的亮点。首先，核心仍然是当前主流的Attention模型，但是截断，流，多层，CTC和Attention的四项主要创新代表了独特的解决方案。一对一的对应关系是：首先使用CTC算法截断连续语音流，然后对每个截断的流语音数据进行建模。将先前的整个句子建模转换为局部语音片段建模，并引入了多级注意机制，以避免CTC插入和删除错误对系统的影响，从而实现特征层的精确特征选择。

简单地将过去的整个句子“切”成小段进行实时处理，并通过算法解决由于上下文逻辑丢失而引起的错误。

根据百度输入法的官方披露，这也是首次公开发布有关本地注意力建模的报告，该报告可能会超过全球注意力建模产品。

Streaming多级截断注意力模型SMLTA解决了效率问题，并且在提高易用性方面，百度输入法还有另一个杀手kill混的输入。

“初代网红”辣椒酱的著名作品之一是“上海话+英语”的混合表达，诠释了工作和生活。欺骗实际上也反映出一种现象。在全球化的背景下，商业文化的影响将使口头表达更加非正式。老实说，确实有很多概念很难用普通话一对一地概括。

我不得不说，先前的解决方案属于“头痛和脚痛”。你会说广东话吗？然后在设置中切换广东话模式；你会说英语吗？也有英文模特。至于普通话+方言+外语，输入法将直接停止菜肴。百度输入法的想法非常直观，让语音输入回归本能。

一方面，百度输入法将普通话和六种主要方言融合为一个语音识别模型，实现了方言和普通话之间难以区分的混合语音输入。

另一方面，由于多年的海外布局，百度的海外输入法已支持120种语言，从而为许多因历史原因导致混合语言习惯的国家/地区的用户提供了更好的体验。

两个主要优点是重叠的。无论是面向国内的百度输入法还是面向海外的百度海外输入法，它们都已成为各自市场上唯一实现高精度混合输入的输入法产品。

由于从“更快识别”到百度海外输入法，我们不得不提到它的“布局更快”。

作为一种输入方法，很难想象进入国外市场有多么困难。按照传统的逻辑，从世界上智能手机实力最强的国家出发，出国输入方法最“明智”的方式就是与制造商合作进行预安装。在短时间内，您可以通过此“大腿”赢得漂亮的安装量。但是同时，由于品牌在用户感知中的“隐形性”，它将逐渐失去竞争力。

显然，百度的海外输入法很清楚门道，选择不走捷径，而是从用户的痛点入手，深入当地文化背景。

另一方面，百度输入法将跳出输入法的界限，并将自己定位为具有创意的品牌，其中包括Hello Kitty，懒蛋，轻松熊，LT DUCK，工作细胞血小板，Gemini，Grinch，Da Well众所周知，包括Wasps在内的IP跨界合作在输入法市场上实现了差异化。

以热衷于“萌”风格的日本为例，在近10％的10-19岁女性中，他们使用百度的日语输入法Simeji。目前，日本品牌的渗透率已达到80％。

依靠技术并辅以深厚的文化底蕴，百度输入法已成为国外输入法的代表。

Inputmethod技术的温度如何

作为具有极强工具属性的产品，输入法通常带有非常明确的用户期望。用户只是希望它安静地执行输入方法的“作业”。至于更新颖的功能，这是不期望的。

但是从制造商的角度来看，市场竞争对差异提出了永恒的要求，因此制造商和用户之间一直存在经验游戏。

百度输入法AI探索版，显然是在这样的游戏中找到了自己的路，我将其总结为“温度”。

什么是“温度”？这并不意味着有意减慢技术研发的速度，而是在技术推向产品时，会更加考虑如何以人性化的方式与用户进行交流。

然后，不难理解为什么百度输入法主要推广默认的全语音输入法。

Language是人类最有效，最低阈值的通信方法。围绕“回归语言交流本能”的所有研发活动显然是技术包容性的另一种体现。

百度输入法还发布了一系列“新表情”功能，包括“ Polahuo”，该功能可识别面部特征并创建独家表情；将虚拟角色放置在360度场景中的“展示场”上；支持“表情表达”社区，并且基于最常见的手机摄像头，可以将用户的肢体运动识别为文本信息的“新探索”功能“齐射手写”。

事实上，他们都在尝试在手机上添加行为举止，表情和动作等“全面感官”体验，为用户恢复生活中最真实的交流场景，以反映技术的飞速发展，百度仍然希望该产品可以使用户似乎拥有“慢”的生活节奏。

最后

一方面，人工智能技术储备丰富，布局庞大。另一方面，百度输入法在市场上也稳居首位。但是，出乎意料的是，在一次似乎是“硬核”的新闻发布会之后，我实际上感到行业领导者仍沉浸在将技术置于技术包容性的稳定性和温度之中。在大局明确之后，这当然是自信心，更多地是企业价值观的体现。