看语音交互引擎“知音”如何玩转搜狗的人工智能！

就在昨日下午，搜狗举行了一场发布会，正式推出自家的最新产品——语音交互引擎“知音”，这是一款基于深度学习算法的智能语音引擎，具有理解与思考能力。此外，在发布会上，其CTO杨洪涛也首次披露了公司未来8年主要的发展方向。

“知音”到底有多强？

在现场介绍环节，搜狗语音交互中心负责人王砚峰向我们展示了一项关于“知音”准确率的测试。在今年3月份，搜狗将知音与百度及科大讯飞的语音输入法放在一起，由北京邮电大学、北大深圳研究生院担任评测机构，得出评测结论：搜狗讯飞能力基本持平，整体领先百度。姑且先不论这项测评的相关细节，单从表面的结果来看，搜狗知音的语音识别能力不容小觑。

除此之外，知音还有着其他3个优势。首先就是语音识别解决了因语速过快导致吞音问题，降低了30%的识别错误率，并将语音识别的速度提升了3倍；其次就是支持用户对错误的语音识别进行修正，比如说把“一生”的“一”改为医院的“医”，以便系统给出最准确的反馈；最后是支持多轮对话，处理更复杂的用户交互逻辑，比如说去首都机场，机器会问你“去T1还是T2”，在确定航站楼后，它还会继续询问“是出发还是接人”。

“知音”的大用处

扩大国内语音输入应用版图。随着时代的进步与技术的发展，在信息检索、文字输入的时候，越来越多的人抛弃了繁琐的键盘操作，投入语音输入的怀抱。就比如说目前稳居国内第一大语音输入法应用的搜狗输入法，其语音输入频次达到每天1.4亿次，比一年前增长了55%，并且它的语音识别准确率也已然超过了97%。

除了输入法，在搜索引擎、社交软件、物联网等等方面，也越来越多的运用到了语音识别技术，在此基础上，搜狗此时推出性能在国内来说较为领先的语音交互引擎知音，如果只是自家内部消化的话，在输入法、搜索引擎等市场上，搜狗或将会进行再一次的市场扩张，若能够实现开源的话，除了能够对知音进行更多的完善，搜狗亦将打造另一种商业模式。

打入车联网。此前，在一场针对王砚峰的专访中，当提及语音识别技术的重要应用方向，他表示：“从当前的产品发展结合技术对于产品体验的增值方面来看，车内的语音目前是我们觉得最具有价值的。”

在2013年，权威电子行业研究机构IMS Research指出，预估至2019年，全球约有55%的新车将具备语音识别功能，而整体车用语音识别市场营收也将由2011年的8,100万美元，剧增至2019年的1亿7,000万美元。而根据王砚峰的说法，汽车语音识别市场已经开始进入爆发期。虽然市场还尚不成熟，但知音的加入无疑是他们进入车联网的一大助力，比如说将知音加入旗下应用“搜狗地图”车载版。

“知音”背后的人工智能布局

早从2013年开始，搜狗就开始了人工智能方面的研究。根据今年Q2财报来看，非美国通用会计准则下，搜狗的净利润达到2.2亿元人民币，而此前在4月，搜狗宣布捐赠清华大学1.8亿元人民币，联合成立“清华大学天工智能计算研究院”，深入开发包含人工智能在内的前沿技术。单单从这两个数据来看，在人工智能的资金投入上，搜狗可谓是毫不手软，足可见其对于人工智能的野心之大。

而在发布会上，杨洪涛也首次透露搜狗未来8年的发展方向“自然交互+知识计算”，这其中就深藏了搜狗未来人工智能布局的缩影。那这其中，“知音”又担任着怎样的地位呢？

人机自然交互研究的是人与机器的对话，以及非生命机器对于高级生命人类的理解，赋予机器以智能，使机器成为高级的智能工具。从这其中，我们就可以知道，在对人机自然交互的研究中，“语言”作为社会中最基本的交流媒介，它的重要性不言而喻。另外，对于人们来说，口头交流才是最舒服、最方便的方式。因而，“知音”在很大程度上就代表了搜够在自然交互上领域的成就，而在未来，它只会表现的更加智能，能够更为理解人类。

知识计算多用于搜索引擎，究其本质就是将人类知识尽可能变成可计算的，使每个普通人在针对某个特定问题时都能获得相应专家水平的答案，而不是一些只是包含了关键词的网页。此前，谷歌曾对美国青少年及成年人进行一项调查，调查显示约有55.5%的人会使用语音搜索，这意味着未来将有更多的人会在使用搜索引擎的时候选择语音输入。而我们在语音输入的时候，只有语音的识别足够准确，继而才能让系统反馈准确的答案，才能发挥知识计算最大的效用。因此，在搜狗知识计算的研究中，语音交互引擎“知音”或许不是最重要的，但对其在实际应用中的辅助作用不可忽视！