在线语音识别准确率领先15%，百度输入法AI探索版带来语音输入新突破

　　当所有的“发声”都得到回应，越来越多的普通人拥有了深切感受AI的机会。去年1月，百度输入法用实力拉开了“AI·输入 全感官输入1.0”的序幕，今年1月，百度输入法再次召开以“AI·新输入 全感官输入2.0”为主题的发布会。短短一年之后，百度输入法就再次基于科技创新与功能创新，推出了一款主打全语音交互的AI输入法产品。

　　据悉，当天发布的“百度输入法AI探索版”，是一款集合了多项AI能力、面向未来的全新输入产品。不仅在输入形态上，充分调动了语音、表情、动作等多方面感官，让“输入”变得便捷有趣;还在使用场景上，带来科幻电影般的新鲜体验。发布会现场，百度高级副总裁王海峰再次强调了输入法“AI落地的桥头堡”的效用，他指出，一方面，输入法是离用户最近的产品之一，另一方面，百度全方位的AI能力也在不断赋能输入法。通过AI技术的加持，用户通过文字、语音、表情、动作都能进行交互，还能实现一些更科幻的场景，高效便捷的同时也展现了未来智能蓝图。

　　语音识别：四项重大语音技术突破打造最强AI输入法

　　当用户开启百度输入法AI探索版后，点击语音按钮，除了可以说出你要记录的内容，让输入法帮你直接录入转文字，还可以呼唤“小度小度”语音助手，并说出相应指令。即可实现语音修改、发表情、发弹幕、发文件等一系列操作，满足与输入相关的周边需求，可以说，百度输入法AI探索版的核心亮点之一就是语音能力。

　　百度输入法AI探索版

　　百度输入法的语音能力，在过去一年中不仅有着世界领先的重大技术性突破，更有着功能性创新突破。首先，百度输入法洞察到年轻圈层的“中英文混合”表达方式，以及不同地区用户的“方言输入”需求，因此通过不断优化技术和训练新的识别模型，从而实现了“中英文混合识别”与“方言自动识别”两大功能突破。让用户可以自由地使用自己熟悉的表达方式。据悉，百度输入法是目前唯一实现了高精准中英文混合语音输入、唯一实现了方言免切换语音输入的输入法产品。

　　此外，据国内产品负责人蔡玉婷现场介绍，百度输入法团队还针对网络不畅、无网络的情况，优化了输入法上嵌入式识别的Deep Peak2系统，大幅提升了离线语音识别准确率，让用户在地铁、电梯等地也可以不中断的使用语音输入，轻松搞定各种场景下的输入需求。目前，百度输入法的“离线语音”输入准确率已高于行业平均水平35%。

　　而在技术层面上，百度语音技术部负责人高亮再次带来了语音识别技术的重大突破——“流式截断的多层注意力建模Streaming trancated multi-layer attention(SMLTA)”。传统的attention模型，无法做到在线语音交互的大规模实时服务，会引入较大的用户等待时间。而此次百度语音技术，在业界第一次创新性的提出的SMLAT技术，可实现层层递进的更精准的特征选择，使得语音识别的识别率超越传统的attention建模;同时，其计算速度和传统CTC技术持平，实现全CPU流量的大规模线上服务，这让百度输入法的“在线语音”相对准确率依然领先最优竞品15%。据悉，这项技术是全世界范围内，第一次基于attention技术的“在线语音识别服务”的大规模上线，标志着百度语音在线识别技术的世界领先，更是中文在线语音识别历史上的又一次突破!

　　AR表情：秀场社区x丰富的表情创意

　　如今用户的表达方式已不只局限在文字表达上，表情包成为网络社交中不可或缺的存在。2018年百度输入法发布会上亮相的“AR表情”功能受到了众多用户的喜爱，截止目前使用量突破1亿，20%的用户都使用并分享过AR表情。

　　基于领先的人脸识别技术和 AR 技术，百度输入法今年又带来了更多AR表情的新玩法。“百度输入法 AI探索版”中不仅有能操控照片中人物或动物表情的“拍立活”功能;还有将人物置身于虚拟场景的“秀场”功能;并开辟了“表情秀”社区供用户分享自制的表情包作品，社区已经有多个明星、网红及民间高手入驻。

　　在大会现场，凭借发际线红遍网络的表情达人“小吴”演示了AR表情的新功能“拍立活”。当他站在体验装置前，分别作出眨眼、惊讶和咧嘴笑等各种表情时，照片中的动物也被驱动着同步做出了相同表情。除了这样玩，“小吴”还在照片中叠加了“眉有办法”“锦鲤在此”“skr”等各种表情贴纸。AR表情将“小吴”超强的表现力生动再现于图片中，让现场观众连连鼓掌。

　　动作识别：凌空手写 充满未来感的输入方式

　　“百度输入法 AI探索版”中最具“未来感”的功能莫过于“凌空手写”，百度输入法技术负责人秦添也在发布会现场演示了这一功能。

　　当他在空中手写下“凌空手写”四个字时，大屏幕上同步显示着一笔一划的输入轨迹，与轨迹转换成文字的过程。主持人张绍刚忍不住想尝试自己的名字，秦添又写出了“张绍刚”三个字，大屏幕再次显示着输入轨迹转换成字的过程。据百度输入法技术负责人秦添介绍，这项“凌空手写”来自全新的文字识别技术，不需要特殊的手写笔、深度摄像头或多目摄像头等硬件，最普通的RGB摄像头就可以完美支持。书写起来顺滑流畅，识别率也达到了大规模应用的要求。在“百度输入法 AI探索版”中，用户可以说“小度小度，打开凌空手写”来开启体验。

　　“百度输入法 AI探索版”的语音输入、AR表情、手势识别刷新了公众对于“输入法”的认知，在AI技术的持续突破与赋能下，百度输入法还可以变得更聪明，先一步去探索全感官输入的2.0时代!