輸入法行業(yè)迎來(lái)重大變革，百度輸入法借AI賦能先”聲“奪人

還記得科幻片《鋼鐵俠》中，托尼·史塔克的AI管家賈維斯嗎？只要托尼一聲呼喚，無(wú)論語(yǔ)速快慢，聲音大小，老賈的程序都能被迅速激活，完美地執(zhí)行托尼的各類語(yǔ)音指令。賈維斯這樣的語(yǔ)音識(shí)別與交互方式，未來(lái)終將出現(xiàn)在日常生活中。

1月16日，在百度輸入法“AI·新輸入 全感官輸入2.0”發(fā)布會(huì)上，百度輸入法AI探索版正式亮相。作為百度AI技術(shù)的橋頭堡，百度輸入法正引領(lǐng)一場(chǎng)全感官輸入的革命，而過(guò)去在科幻片中出現(xiàn)的情景，如今都也正在變?yōu)楝F(xiàn)實(shí)。

百度高級(jí)副總裁王海峰博士表示，“目前輸入法產(chǎn)品主要應(yīng)用于手機(jī)端，未來(lái)各種智能設(shè)備都將需要輸入、需要跟用戶交互，輸入法將發(fā)揮巨大作用?！?/p>

AI重塑各個(gè)行業(yè)，輸入法正迎來(lái)重大變革

誠(chéng)如王海峰所言，輸入法本質(zhì)上是一種人與機(jī)器交流的媒介?？v觀歷史，隨著技術(shù)的發(fā)展，人與機(jī)器交流的媒介和形式也在不斷變化升級(jí)。在過(guò)去75年里，每10年就有一次人機(jī)交互的重大革新，人類對(duì)機(jī)器的操作，經(jīng)歷了從物理手柄按鍵，到物理鍵盤(pán)鼠標(biāo)，再到觸摸屏的過(guò)程，而現(xiàn)在終于輪到了語(yǔ)音。

這種由技術(shù)升級(jí)帶來(lái)的交互方式改變，也正在引領(lǐng)著輸入法行業(yè)發(fā)生急劇的變化。隨著5G、云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)的不斷升級(jí)，手機(jī)輸入法行業(yè)無(wú)論在輸入方式、應(yīng)用場(chǎng)景、行業(yè)生態(tài)方面都正在發(fā)生巨大變革。

從誕生之初到經(jīng)過(guò)若干年發(fā)展至現(xiàn)在，輸入法對(duì)用戶的作用已經(jīng)遠(yuǎn)不止將用戶所思所想轉(zhuǎn)化成為文字那樣簡(jiǎn)單。借助AI技術(shù)的賦能，輸入法如今不僅能夠讀懂人類的語(yǔ)言，還能夠進(jìn)一步識(shí)別人類的明令并做出相應(yīng)的反饋，語(yǔ)音、表情、動(dòng)作都將可以成為輸入方式。

輸入法能夠逐步實(shí)現(xiàn)全感官輸入，背后則歸功于強(qiáng)大的大數(shù)據(jù)技術(shù)和機(jī)器的深度學(xué)習(xí)能力。借助對(duì)用戶的輸入習(xí)慣、聊天對(duì)象、對(duì)話情景等進(jìn)行特征分析，輸入法可以逐步深入理解用戶的意圖，真正做到懂每一個(gè)用戶。語(yǔ)音輸入則是這種全新交互方式的最直觀體現(xiàn)，作為人類交流、人機(jī)交互最自然的方式，它同樣也被認(rèn)為是開(kāi)啟人工智能時(shí)代的起點(diǎn)。

作為一種新穎而又十分重要的輸入方式，語(yǔ)音輸入也正隨著語(yǔ)音識(shí)別效率的逐步提升，不斷提高用戶滲透率、提升用戶體驗(yàn)，使用戶的表達(dá)更加智能與交互。事實(shí)上，如果單看活躍用戶數(shù)，誰(shuí)是中國(guó)輸入法市場(chǎng)老大可能還存在爭(zhēng)議，但單從語(yǔ)音輸入量這個(gè)維度來(lái)看，百度輸入法早已成為毫無(wú)爭(zhēng)議的市場(chǎng)第一，其語(yǔ)音輸入請(qǐng)求量遠(yuǎn)超競(jìng)爭(zhēng)對(duì)手搜狗輸入法，而百度輸入法實(shí)現(xiàn)質(zhì)的突破背后則是語(yǔ)音識(shí)別技術(shù)。

站在變革的潮頭，百度輸入法為何能夠先「聲」奪人？

從語(yǔ)音輸入到全感官輸入，輸入法的技術(shù)門(mén)檻變得越來(lái)越高，AI技術(shù)正在成為其核心驅(qū)動(dòng)力。在發(fā)布會(huì)上，百度輸入法還宣布，截至2018年底，百度輸入法月活躍人數(shù)已達(dá)5億，語(yǔ)音日均請(qǐng)求量峰值突破5.5億，AR表情使用次數(shù)超過(guò)1億，百度輸入法的厚積薄發(fā)并不是偶然。

1、多年的AI技術(shù)積累

作為百度AI技術(shù)率先落地的產(chǎn)品之一，百度輸入法凝聚了百度深耕多年的語(yǔ)音、圖像、NLP和知識(shí)圖譜等AI能力——尤其是AI語(yǔ)音技術(shù)。早在 2012 年，百度就率先上線了基于 DNN 的語(yǔ)音識(shí)別模型，此后隨著技術(shù)的不斷迭代，每一年在語(yǔ)音識(shí)別技術(shù)上都有所進(jìn)展。

去年也是在輸入法發(fā)布會(huì)上，百度語(yǔ)音發(fā)布的Deep Peak 2模型突破了沿用十幾年的傳統(tǒng)模型，進(jìn)而得以更充分地發(fā)揮神經(jīng)網(wǎng)絡(luò)模型的參數(shù)優(yōu)勢(shì)，大幅提升中英文、多種口音、多種風(fēng)格（如朗讀、聊天、輕聲）混合輸入的識(shí)別準(zhǔn)確率，聊天場(chǎng)景下的相對(duì)正確率較行業(yè)領(lǐng)先水平提升20%。

時(shí)隔一年，百度語(yǔ)音技術(shù)團(tuán)隊(duì)再次實(shí)現(xiàn)重大技術(shù)創(chuàng)新。在今年的發(fā)布會(huì)上，百度輸入法發(fā)布了流式截?cái)喽鄬幼⒁饬＃⊿MLTA），這是中文在線語(yǔ)音識(shí)別歷史上的兩個(gè)重大突破：世界上首次實(shí)現(xiàn)了局部注意力建模識(shí)別精度超過(guò)全局注意力模型；世界上第一次大規(guī)模部署在線語(yǔ)音交互注意力模型。這一技術(shù)能夠解決傳統(tǒng)Attention模型在識(shí)別中的時(shí)延性，以及因此導(dǎo)致的無(wú)法進(jìn)行大規(guī)模在線語(yǔ)音實(shí)時(shí)交互的問(wèn)題，并將在線語(yǔ)音識(shí)別精度提升了15%，超越行業(yè)最高水平15%。

2、對(duì)用戶體驗(yàn)的精益求精

除了技術(shù)積累外，百度輸入法在用戶體驗(yàn)上也是精益求精，這種對(duì)用戶體驗(yàn)的打磨，讓昔日功能單一的手機(jī)輸入法，具備了“語(yǔ)音助手”，“效率工具”和“聊天伴侶”等多重身份。

百度輸入法不僅對(duì)用戶輸入場(chǎng)景進(jìn)行針對(duì)性的優(yōu)化，比如無(wú)論會(huì)場(chǎng)還是課堂，百度輸入法都可以通過(guò)輕聲識(shí)別能力降低語(yǔ)音輸入的尷尬；在“多人模式”場(chǎng)景下，借助百度輸入法的聲紋識(shí)別技術(shù)可以自動(dòng)區(qū)分發(fā)言人，大幅降低工作者后期處理的成本。

除此之外，百度輸入法還在探索更多輔助性功，進(jìn)一步提升自己的產(chǎn)品吸引力，比如除了給予「語(yǔ)音識(shí)別」這個(gè) AI 單點(diǎn)能力，百度輸入法的「AR 表情」還基于用戶的動(dòng)作、表情捕捉信息，而這也為文字輸入形式的人機(jī)交互提供了更多可能性。不難發(fā)現(xiàn)，正式百度在輸入領(lǐng)域?qū)τ脩粜枨笕轿涣私猓尠俣容斎敕ń璐藢?shí)現(xiàn)快速爆發(fā)式的增長(zhǎng)。

3、百度輸入法不僅僅是工具

人工智能時(shí)代輸入法會(huì)從工具走向服務(wù)，除了滿足文字輸入需求，還需要增加日常搜索等多種服務(wù)，提升用戶黏性。這意味著輸入法需要形成打通語(yǔ)音交互與服務(wù)，形成語(yǔ)音到服務(wù)的閉環(huán)，而這正是百度最擅長(zhǎng)的地方。

比如，百度推出的語(yǔ)音速記功能，這可以幫助記者進(jìn)行實(shí)時(shí)記錄，從而提升了記者的工作效率，彌補(bǔ)了傳統(tǒng)手記在速度上的滯后也避免了事后需要聽(tīng)打來(lái)整理錄音的不便。再比如，游戲主播在直播過(guò)程中，也可利用百度輸入游戲鍵盤(pán)開(kāi)黑。不僅有極簡(jiǎn)語(yǔ)音功能可令其節(jié)省打字時(shí)間，更有諸如快捷短語(yǔ)、和諧轉(zhuǎn)換等功能可為主播們進(jìn)行定制化服務(wù)，豐富其游戲體驗(yàn)感 。

如今在很多場(chǎng)景中，百度輸入法都能發(fā)揮著重要的作用。百度中文輸入法負(fù)責(zé)人蔡玉婷表示，相較2016年，百度輸入法日均語(yǔ)音請(qǐng)求量增長(zhǎng)了8倍，語(yǔ)音輸入法的場(chǎng)景也從聊天和搜索拓展到游戲、娛樂(lè)、購(gòu)物等眾多場(chǎng)景。百度的AI技術(shù)正深入落地，其所加持的各種功能讓百度輸入法已不再僅僅是“輸入工具”。

輸入法正在成為百度AI技術(shù)落地的新樣本

輸入法如今對(duì)百度的重要性正越來(lái)越重要。在過(guò)去幾個(gè)季度的財(cái)報(bào)中，百度輸入法也連續(xù)被提及，語(yǔ)音輸入請(qǐng)求量更是被百度歸納進(jìn)AI業(yè)務(wù)進(jìn)展中。

語(yǔ)音輸入不僅讓百度輸入法實(shí)現(xiàn)了爆發(fā)式增長(zhǎng)，更可以幫助百度獲取更多的語(yǔ)料資料，這反過(guò)來(lái)又能反哺百度語(yǔ)音識(shí)別技術(shù)的進(jìn)化。從長(zhǎng)遠(yuǎn)來(lái)看，作為一種高頻使用場(chǎng)景，輸入法可以快速的普及語(yǔ)音輸入的人機(jī)交互方式，借助AI技術(shù)的賦能實(shí)現(xiàn)更精準(zhǔn)的需求識(shí)別，最終為智能語(yǔ)音助理找到突破口。

事實(shí)上，百度最重要的人機(jī)對(duì)話系統(tǒng)DuerOS和百度輸入法的發(fā)展可以說(shuō)一脈相承，同樣解決的都是交互問(wèn)題，只不過(guò)一個(gè)的終端是智能手機(jī)，另一個(gè)終端則是所以可搭載對(duì)話式操作系統(tǒng)的智能硬件。百度輸入法的成功，無(wú)疑能夠給DuerOS起到很好的反哺作用。

百度輸入法的成功，實(shí)際上也是百度AI技術(shù)落地的樣本。眾多AI技術(shù)的加持，即讓百度輸入法得以實(shí)現(xiàn)彎道超車(chē)，也幫助百度開(kāi)啟了人工智能新時(shí)代大門(mén)的“鑰匙”。百度在語(yǔ)音、圖像、NLP和知識(shí)圖譜等多個(gè)領(lǐng)域的AI技術(shù)都在百度輸入法上一一呈現(xiàn)，這何嘗又不是百度AI賦能傳統(tǒng)應(yīng)用的一個(gè)案例。

百度在不斷發(fā)展AI技術(shù)的同時(shí)，非常注重技術(shù)落地于實(shí)踐，并且讓AI與生活息息相關(guān)，百度輸入法也在這個(gè)過(guò)程中不斷完成自我進(jìn)化，并引領(lǐng)未來(lái)進(jìn)一步革新人機(jī)交互模式，完全開(kāi)啟全感官輸入時(shí)代的日子，或許指日可待。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。