專業(yè)機(jī)構(gòu)發(fā)布《2019年語音技術(shù)》報告稱，語音將成為未來十年決定性主題之一，與人工智能一起從根本上改變?nèi)伺c機(jī)器的關(guān)系。近日，搜狗輸入法在語音輸入領(lǐng)域率先推出“個性化語音識別”功能，突破語音識別技術(shù)瓶頸，大幅優(yōu)化個人詞匯錄入的直接準(zhǔn)確性，在語音輸入領(lǐng)域?qū)崿F(xiàn)“更懂用戶”。
搜狗“個性化語音識別”打造用戶專屬輸入法
在日常交流中，個人口頭禪、慣用語經(jīng)常會干擾雙方的信息傳達(dá)，這一問題在人機(jī)語音交互中尤為凸顯。在語音輸入時，往往用戶只是想錄入一個名稱，輸入結(jié)果卻顯示的是音同意不同的另一項(xiàng)結(jié)果。比如，當(dāng)用戶希望輸入法顯示人名“憑遠(yuǎn)”時，通用的語音識別往往將大眾常用的“平原、品源”列在前列的候選詞匯，用戶的個性化內(nèi)容并不在其中。除此之外，用戶習(xí)慣使用的個人詞匯，以及一些多音字、讀音差錯也會對語音識別結(jié)果造成影響。
基于以上原因，搜狗語音率先對語音識別技術(shù)進(jìn)行了革新優(yōu)化，推出“個性化語音識別”服務(wù)。經(jīng)過本輪更新，用戶只需在搜狗輸入法App選擇一鍵登錄個人賬戶，即可體驗(yàn)此項(xiàng)服務(wù)。成功開啟后，“個性化語音識別”會通過強(qiáng)化學(xué)習(xí)用戶習(xí)慣使用的個人詞匯，為每個用戶建立定制化語音輸入法。此后，在用戶需要進(jìn)行語音輸入時，輸入法會根據(jù)語言環(huán)境，結(jié)合上下段落語句進(jìn)行分析，快速輸出符合用戶心意的文本內(nèi)容，有效減少用戶手動進(jìn)行二次更改的頻率。
搜狗語音又誕生“黑科技”語音識別更精準(zhǔn)
搜狗“個性化語音識別”不僅可有效提升用戶個性化詞句的識別準(zhǔn)確率，同時全自動詞庫學(xué)習(xí)這一特色極大保證了系統(tǒng)的處理及反饋速度，實(shí)現(xiàn)整個學(xué)習(xí)個性化特征的過程在“毫秒級別”就可以全部自動完成。
通過DTSS（Deep Transformer-based Sequence to Sequence model）的端到端聲學(xué)模型、神經(jīng)網(wǎng)絡(luò)語言模型和智能標(biāo)點(diǎn)預(yù)測等技術(shù)，搜狗輸入法引入前沿深度學(xué)習(xí)技術(shù)，對語音識別進(jìn)行仿真模擬和訓(xùn)練，有效提高語音錄入在通用場景下的識別準(zhǔn)確性，精準(zhǔn)度已達(dá)到領(lǐng)先業(yè)內(nèi)。“個性化語音識別”可基于用戶數(shù)據(jù)分析，對用戶習(xí)慣使用的個性化詞組進(jìn)行掃描記錄，在語音輸入時，優(yōu)先選擇用戶習(xí)慣用語進(jìn)行文本輸出。通過此項(xiàng)技術(shù)革新，在保障通用識別準(zhǔn)確性的前提下，使用戶常用語的字詞錯誤率下降40%，攻克語音識別精準(zhǔn)化的技術(shù)難關(guān)。
掌控AI從個性化語音識別開始
手和舌頭是人類最靈活的兩個部分，從移動智能設(shè)備發(fā)展以來，各種觸控交互無不依賴于手的操作。而當(dāng)語音技術(shù)和人工智能同時走向成熟時，或許就像《2019語音技術(shù)報告》中所描述的那樣：語音交互扭轉(zhuǎn)了以往人機(jī)交互的存在形態(tài)，用戶與設(shè)備間基于語音交互的全新關(guān)系開始搭建，與之前互聯(lián)網(wǎng)向移動互聯(lián)網(wǎng)過渡一樣，其對底層平臺的全新需求也在醞釀當(dāng)中。
新時代即將來臨，為應(yīng)對人工智能、虛擬現(xiàn)實(shí)等技術(shù)的革新以及不同維度、多場景使用的需要，用戶輸入法的使用習(xí)慣逐漸向語音輸入轉(zhuǎn)移。同時，與文本輸入相比，語音輸入注定成為最主要的人機(jī)互動接口。優(yōu)化語音識別技術(shù)，為用戶提供更自然、更便利、更高效的語音錄入服務(wù)，是智慧輸入法的發(fā)展趨勢。
隨著語音識別技術(shù)的不斷成熟，以及用戶個性化詞庫的不斷豐富，搜狗將聚合用戶級語音個性化資源，實(shí)現(xiàn)“定制化語音輸入法”。使每個用戶基于“定制版”、“更懂自己”的搜狗語音識別的支持，在日常生活以及醫(yī)療、法律等專業(yè)領(lǐng)域，有效提高線上交流和人機(jī)溝通的效率及準(zhǔn)確度，或?qū)⒊蔀槿斯ぶ悄軙r代輸入端的全局掌控者。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
2023年7月6日,第六屆世界人工智能大會(WAIC2023)在上海開幕,“人工智能大模型”是本屆大會的備受矚目的話題,據(jù)悉,在昇騰AI大模型的創(chuàng)新研發(fā)中,華為聯(lián)手26家行業(yè)領(lǐng)軍企業(yè),組建了一支協(xié)同創(chuàng)新的“AI明星隊(duì)”,云天勵飛作為中國人工智能企業(yè)的杰出代表,和互聯(lián)網(wǎng)大廠、運(yùn)營商、科研院所等優(yōu)秀團(tuán)隊(duì)
這幾個月來，以ChatGPT為代表的生成式AI展現(xiàn)出的能力令世界驚嘆。自從2016年AlphaGo戰(zhàn)勝李世石掀起了一波AI浪潮后，AI仿佛已經(jīng)沉寂了很久，ChatGPT的橫空出世就如同一束耀眼的光芒，讓AI這個名詞重回C位。過去在AI1.0時代，主要通過訓(xùn)練模型來實(shí)現(xiàn)圖像識別、聲音識別、語言處理等特
文：互聯(lián)網(wǎng)江湖作者：志剛2023年的IoT需要一個新故事。6月29日，涂鴉智能在開發(fā)者大會上，發(fā)布了企業(yè)級戰(zhàn)略PaaS2.0，希望通過一個平臺+四大開發(fā)服務(wù)，建立起IoT生態(tài)。對于這場發(fā)布會，市場的態(tài)度是積極的。美東時間6月29日收盤，涂鴉智能美股股價上漲5.6%，來到1.87美元/股。近日股價穩(wěn)定
美團(tuán)曾經(jīng)的二號人物王慧文對標(biāo)OpenAI的創(chuàng)業(yè)項(xiàng)目光年之外，以20億賣給美團(tuán)，再度引發(fā)市場對大模型的熱議。
2020年底，王慧文在朋友圈寫下這句話時，外界本以為這位伴隨中國互聯(lián)網(wǎng)發(fā)展而持續(xù)創(chuàng)業(yè)20年的人物即將告別創(chuàng)業(yè)舞臺。但是，一個曾經(jīng)多次創(chuàng)業(yè)，正值壯年的互聯(lián)網(wǎng)老將心中的創(chuàng)業(yè)熱情是難以熄滅的。
Manus撕開一道真相
文/八真來源/節(jié)點(diǎn)財經(jīng)具身智能賽道，誰最有可能拔得A股資本市場的頭籌？答案大概率是誕生剛剛兩年，由華為"天才少年"、B站百萬粉絲科技UP主稚暉君（彭志輝）創(chuàng)立的智元機(jī)器人。近期，從事新材料研發(fā)與生產(chǎn)的上緯新材（688585.SH）丟出重磅炸彈，宣布智元機(jī)器人及相關(guān)主體將通過收購其至少63.62%的股
文/道哥大舉裁員、清空賬號、國內(nèi)IP無法訪問——曾被譽(yù)為“中國AIAgent希望之星”的Manus，在估值飆至5億美元的高光時刻“閃離”中國市場。近日，Manus“裁員、出走”的消息在媒體端大量發(fā)酵。消息稱，Manus公司總部將由中國遷至新加坡，其國內(nèi)團(tuán)隊(duì)也將大幅裁撤——原有120人規(guī)模團(tuán)隊(duì)除40余
四個月前邀請碼炒至10萬元，如今官網(wǎng)變灰、社交賬號清空，這家AI新貴的閃電遷移折射中國科技企業(yè)出海潮涌。7月11日，打開Manus官網(wǎng)的用戶發(fā)現(xiàn)一則突兀提示：“Manus在你所在的地區(qū)不可用”。而就在不久前，這個位置還顯示著“Manus中文版本正在開發(fā)中”的樂觀聲明。同時，Manus官方微博和小紅書
文/十界來源/節(jié)點(diǎn)財經(jīng)一場圍繞算力自主的競賽，正在科創(chuàng)板上演。近日，國產(chǎn)全功能GPU廠商摩爾線程遞交科創(chuàng)板招股書，擬募資約80億人民幣，成為今年上半年科創(chuàng)板擬募資規(guī)模最大的沖刺者，也打響了“國產(chǎn)英偉達(dá)”上市的第一槍。據(jù)招股書顯示，摩爾線程自2020年成立以來，主營全功能GPU芯片的研發(fā)與銷售，以自主
“AI大模型六小虎”百川智能危機(jī)重重。這是前搜狗CEO王小川創(chuàng)辦的AI公司。昨天就爆出新聞，百川智能的聯(lián)合創(chuàng)始人離職，這是王小川入局AI的第一道大坎。接下的成敗非常關(guān)鍵：(1)拿下河北(2)學(xué)習(xí)科大訊飛百川智能離職高端概覽：(1)2025年7月10日，百川智能技術(shù)聯(lián)合創(chuàng)始人謝劍將離職。他是百川只能的
百度AI團(tuán)隊(duì)今日正式推出PaddleOCR3.1版本，以突破性的多語言組合識別（MultilingualCompositionPerception,MCP）技術(shù)為核心，徹底重構(gòu)復(fù)雜文檔處理邊界。此次升級標(biāo)志著OCR領(lǐng)域首次實(shí)現(xiàn)對同一文檔內(nèi)任意混合語言文本的精準(zhǔn)識別，為全球化企業(yè)、跨境業(yè)務(wù)及多元文化場
“宇樹已形成硬件、算法、場景聯(lián)動的業(yè)務(wù)飛輪，自研率超95%的技術(shù)壁壘讓其成為全球機(jī)器人賽道不可忽視的中國力量。”首程資本管理合伙人朱方文在追加投資時如是評價。7月7日，據(jù)每日經(jīng)濟(jì)新聞從宇樹科技投資方處獲悉，國內(nèi)人形機(jī)器人領(lǐng)軍企業(yè)宇樹科技（UnitreeRobotics）已明確計劃于科創(chuàng)板IPO，預(yù)計
推理與多模態(tài)的終極融合，將徹底終結(jié)用戶在不同模型間切換的煩惱。7月7日，OpenAI正式確認(rèn)將在今年夏季推出新一代人工智能模型GPT-5。這一突破性產(chǎn)品將整合現(xiàn)有的多個強(qiáng)大模型，特別是融合專注推理能力的“O系列”與具備多模態(tài)功能的“GPT系列”，為用戶提供前所未有的統(tǒng)一體驗(yàn)。OpenAI開發(fā)者體驗(yàn)負(fù)
