江苏龙网

  1. 首页 > 资讯 > 科技 > >

刘旷|人工智能时代来袭，输入法如何决胜下一个10年( 二 )


讯飞输入法可以说是“科技成就输入法”的最佳代言人 。 一方面 ， 其背靠有20多年智能语音技术沉淀的科大讯飞 ， 已有20万小时训练数据积累；另一方面 ， 科大讯飞有太多的国际赛事顶尖荣誉 ， 比如在2018年由国际计算语言学协会（ACL）下属组织主办的第十二届国际语义评测比赛（SemEval2018）中 ， 科大讯飞斩获了基于常识的机器阅读理解全球第一；2018年的国际权威英文语音识别大赛“CHiME-6”中 ， 科大讯飞包揽了两项第一名；2019年在ICDAR2019举办的场景文本视觉问答挑战赛ST-VQA中 ， 科大讯飞包揽了三项冠军；2020年初在德国The 20BN-Jester Dataset手势识别评测中 ， 科大讯飞以97.26%的准确率斩获冠军 ， 且刷新了世界纪录……讯飞输入法背后的黑科技可以从四方面来看 。
一、语音输入
语音输入讲究快速和准确 ， 讯飞输入法之所以能达到一分钟400字、识别准确率98%的水平 ， 主要在于其自研的“记忆增强的多通道全端到端语音识别框架” ， 这项技术简单来说就是能够完全将前端语音处理过程深度学习化 ， 并使用深度卷积神经网络和后端识别模型进行混合训练 ， 从而大大提高了语音识别的效率 。
至于能够使用23种方言进行精准语音输入 ， 一方面要靠通过多方言共享方式训练的Multi-lingual多语言建模技术 ， 另一方面要靠GlobalPhone全球音素集 ， 这项技术从声学层面的相似性来统一各方言的音素定义 ， 使方言“语图谱”模型进一步精进 ， 从而使得方言识别效果有效提升 。 多语种互译功能则对技术提出了更大的挑战性 ， 以中英互译为例 ， 讯飞输入法基于对抗样本训练方法提出了融合副语言特征的“高鲁棒性语音翻译技术” ， 并在模型中结合特定技术 ， 有效提高了最终翻译结果 。
二、拼音输入
在拼音输入上 ， 讯飞输入法创新性引入了Encoder-Decoder框架 ， 构建了新一代拼音识别引擎 ， 极大简化了传统拼音识别模型 ， 同时在Attention机制和长短期记忆网络的门控机制 ， 以及Transformer等模块的共同作用下 ， 长句输入识别效果有效提升 ， 能够提前预测用户想输入的内容 ， 还能有效实现智能纠错 。
此外 ， 这一模型由于采用的是序列建模 ， 建模不再依赖词典 ， 更易实现中英文混合建模 ， 因而让讯飞输入法在中英混输上实现了非常出色混输表现 。 值得注意的是 ， 不论是智能预测 ， 还是智能纠错 ， 背后都有可实时更新的百万词库 。
三、手写输入
同样是手写 ， 体验却完全不一样 ， 这是因为讯飞输入法的手写识别可支持两万多类中文字符、52类英文字符、10类阿拉伯数字以及100多种特殊符号 ， 这种超级识别能力的背后 ， 是讯飞输入法的“HWR手写识别技术” ， 这项技术采用的是CNN卷积神经网络技术 ， 可支持实时手写轨迹 ， 边写边出字 ， 而且单个字符识别仅需15ms ， 响应迅速无延迟 。
四、扫描输入
扫描输入的技术支撑是计算机视觉 ， 面对复杂的手写文字、中英混合文字 ， “OCR文字检测技术”可检测任意方向和形状的文字 ， “OCR文字识别技术”则可以有效缓解因环境问题造成的识别效果低下问题 。
综上 ， 基于AI和大数据的组合技术 ， 如今的输入法不再死板坚硬 ， 即使面对输入场景的复杂需求 ， 也能够在不同语种、不同语境、不同语调下满足不同用户的需求 。 过去的输入法只能辅助 ， 而现在 ， 科技加持下的输入法 ， 更像是一个“一站式”的输入管家 。
输入法的智能普惠
黑科技成就了输入法 ， 也成就了输入法的地位 。 根据相关报告提供的数据 ， 以三大输入法为代表的第三方输入法 ， 已经覆盖了超过90%的***民 。
要是放大到整个输入法行业 ， 可以说人人都是输入法的受益者 ， 移动设备也好 ， 个人电脑也好 ， 日常交流必然离不开输入法的帮助 。 可以说 ， 输入法已经成为一个互联网沟通的基础设施 。 而且值得庆幸的是 ， 讯飞输入法等头部产品在技术上的进化 ， 让这个基础设施不断产生质变 ， 越来越智能 。


推荐阅读


上一篇：温室|智能温室都由什么系统构成,都是用来做什么的呢？

下一篇：视频|OPPO视频实力再提升 Reno4将引领手机夜景拍摄新风潮