智能语音转文字工具发布之际 搜狗透露下半年战略布局

本篇文章1751字，读完约4分钟

搜狗终于推出了一款真正的语音技术产品。

8月8日，搜狗为文字工作者推出了速记工具“搜狗听写”。它适用于写文章，记录采访，会议记录，整理笔记，每日笔记等。帮助用户实现语音记录和信息输入。根据不同的场景和需要，搜狗的听写可以支持两种模式:“听写”和“抄写”。在“听写”模式下，可以在记录时实时给出识别结果；在“传输”模式下，您可以离线录制，并在录制后获得一次文本结果。

为了提高文本校对的效率，搜狗听写还增加了人性化功能，如边听边改、无线按键标记(蓝牙打点)、多端同步、信息共享等。，这与搜狗输入法的个人词汇有关。此外，搜狗公司语音交互技术中心总经理王彦峰宣称，搜狗听写器还提供了耳语识别技术，当说话音量低至30分贝时仍能准确识别。

早在2012年，搜狗就开始开发智能语音技术，同时开始了相关产品的布局。去年7月和8月，搜狗召开了“知音引擎”会议，在机器翻译方面取得了突破。继当时世界领先的机器翻译深度学习框架之后，基于attion的端到端框架和之前语音识别的积累，我们花了三个月的时间构建了一个机器翻译引擎，并应用于去年的乌镇会议。

去年11月，搜狗推出机器同声传译，率先商业化。今年1月，行业第一个跨引擎搜索引擎启动，它也是基于机器翻译的核心引擎。5月，搜狗在语音核心技术的应用上取得了突破。

事实上，市场上也有一些类似的产品，比如早期推出的迅飞龙。搜狗有优势吗？搜狗语音互动中心的负责人王玉峰告诉雷锋。

首先，讯飞的相应产品，如讯飞听力和讯飞录音包，不能支持长时间录音，可以免费转录。然而，这是搜狗第一次建立长时间录音并支持自由转录。

第二，搜狗的产品面向垂直场景，包括记者采访和作家写作等场景。虽然这些功能很小，但它们都反映在具体的场景中，如何绞尽脑汁，尽力帮助朋友解决问题。

第三，在功能上，讯飞的手机没有“听”的功能。此外，搜狗听写还具有实时语音转换成文本、边听边改、标记关键点、快速搜索、多终端同步、录音时间不限等功能。

此外，依靠搜狗产品每天超过2.6亿次的语音请求，并提供大量真实的语料库数据，该机器可以不断学习，提高语音识别的准确率。

然而，关于搜狗自由转会需要多长时间的问题，王彦峰表示，目前肯定是自由的，不完全确定今后是否会有任何费用。至少按照现有的产品形式来看，一定是很长一段时间没有考虑使用这种产品来赚钱了。作为一家互联网公司，通过技术收取技术服务费不是搜狗的商业逻辑。至少到目前为止，搜狗不想通过对产品收费来实现其业务。

为什么选择这个时间点发布产品？

王彦峰告诉雷锋。一方面，它更好地呼应了去年发布的知音引擎。另一方面，搜狗将在下半年重点推出一批人工智能着陆产品。王彦峰坦言，客观地说，作为一家人工智能产业公司，搜狗在ai登陆方面做得还不够。由于这个原因，下半年将集中在硬件和软件场景的攻势，包括智能副驾驶，智能听写等。

基于搜狗的声音能力和自然互动能力，在非巨人垄断的行业，搜狗将努力做更多的自我研究、试水和投资硬件产品，这些产品可能是自己开发的，也可能投资一些公司合作生产这些产品。

在王彦峰看来，汽车市场、家庭场景和可穿戴市场都有很多参与者，但离市场成熟还有很长的路要走。在这个过程中，王彦峰认为搜狗完全有信心拿出更多的爆炸性产品或数量产品来抢占市场份额。例如，中国可穿戴设备硬件领域的五大糖猫儿童手表已经出货量超过100万只。

以现在如火如荼的亚马逊echo为例，王彦峰认为，亚马逊并没有单独推动这个平台，而是因为用户数量巨大，导致了平台的使用，更多的开发者加入了进来。

虽然亚马逊回声上有很多开发者，但它的大部分主要功能仍然是闹钟、天气和音乐。目前，中小开发商还不是智能语音门户产业结构的强大威胁，品牌仍在巨头手中。

王彦峰告诉雷锋。(公开号码:雷锋。如果智能语音门户硬件可以自己制造，那么它当然是制造像亚马逊echo这样的爆炸性产品、推出自己的硬件、然后抢占市场入口的首选。但在手机和电视领域，搜狗暂时不会制造这样的硬件，硬件战线也不可能拉得太长。对搜狗来说，制造十几件硬件存在问题。一个更合适的方法是瞄准几个对用户来说最棘手并且最适合他们自己风格的硬件产品。两者之间没有非此即彼的关系，而是更为互补的关系。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。