黑科技成就輸入法

無(wú)論是功能上的全能，還是體驗(yàn)上的全能，輸入法產(chǎn)品能夠?qū)崿F(xiàn)質(zhì)變，甚至能夠適應(yīng)一些極限和極端的輸入場(chǎng)景，除了產(chǎn)品本身的創(chuàng)新外，不斷的技術(shù)迭代是最核心的原因。用戶之所以能夠只花一半的時(shí)間完成整個(gè)輸入過(guò)程，都依賴于輸入法們背后的黑科技。

訊飛輸入法可以說(shuō)是“科技成就輸入法”的最佳代言人。一方面，其背靠有20多年智能語(yǔ)音技術(shù)沉淀的科大訊飛，已有20萬(wàn)小時(shí)訓(xùn)練數(shù)據(jù)積累；另一方面，科大訊飛有太多的國(guó)際賽事頂尖榮譽(yù)，比如在2018年由國(guó)際計(jì)算語(yǔ)言學(xué)協(xié)會(huì)（ACL）下屬組織主辦的第十二屆國(guó)際語(yǔ)義評(píng)測(cè)比賽（SemEval2018）中，科大訊飛斬獲了基于常識(shí)的機(jī)器閱讀理解全球第一；2018年的國(guó)際權(quán)威英文語(yǔ)音識(shí)別大賽“CHiME－6”中，科大訊飛包攬了兩項(xiàng)第一名；2019年在ICDAR2019舉辦的場(chǎng)景文本視覺(jué)問(wèn)答挑戰(zhàn)賽ST－VQA中，科大訊飛包攬了三項(xiàng)冠軍；2020年初在德國(guó)The 20BN－Jester Dataset手勢(shì)識(shí)別評(píng)測(cè)中，科大訊飛以97．26％的準(zhǔn)確率斬獲冠軍，且刷新了世界紀(jì)錄……訊飛輸入法背后的黑科技可以從四方面來(lái)看。

一、語(yǔ)音輸入

語(yǔ)音輸入講究快速和準(zhǔn)確，訊飛輸入法之所以能達(dá)到一分鐘400字、識(shí)別準(zhǔn)確率98％的水平，主要在于其自研的“記憶增強(qiáng)的多通道全端到端語(yǔ)音識(shí)別框架”，這項(xiàng)技術(shù)簡(jiǎn)單來(lái)說(shuō)就是能夠完全將前端語(yǔ)音處理過(guò)程深度學(xué)習(xí)化，并使用深度卷積神經(jīng)網(wǎng)絡(luò)和后端識(shí)別模型進(jìn)行混合訓(xùn)練，從而大大提高了語(yǔ)音識(shí)別的效率。

至于能夠使用23種方言進(jìn)行精準(zhǔn)語(yǔ)音輸入，一方面要靠通過(guò)多方言共享方式訓(xùn)練的Multi－lingual多語(yǔ)言建模技術(shù)，另一方面要靠GlobalPhone全球音素集，這項(xiàng)技術(shù)從聲學(xué)層面的相似性來(lái)統(tǒng)一各方言的音素定義，使方言“語(yǔ)圖譜”模型進(jìn)一步精進(jìn)，從而使得方言識(shí)別效果有效提升。多語(yǔ)種互譯功能則對(duì)技術(shù)提出了更大的挑戰(zhàn)性，以中英互譯為例，訊飛輸入法基于對(duì)抗樣本訓(xùn)練方法提出了融合副語(yǔ)言特征的“高魯棒性語(yǔ)音翻譯技術(shù)”，并在模型中結(jié)合特定技術(shù)，有效提高了最終翻譯結(jié)果。

二、拼音輸入

在拼音輸入上，訊飛輸入法創(chuàng)新性引入了Encoder－Decoder框架，構(gòu)建了新一代拼音識(shí)別引擎，極大簡(jiǎn)化了傳統(tǒng)拼音識(shí)別模型，同時(shí)在Attention機(jī)制和長(zhǎng)短期記憶網(wǎng)絡(luò)的門控機(jī)制，以及Transformer等模塊的共同作用下，長(zhǎng)句輸入識(shí)別效果有效提升，能夠提前預(yù)測(cè)用戶想輸入的內(nèi)容，還能有效實(shí)現(xiàn)智能糾錯(cuò)。

此外，這一模型由于采用的是序列建模，建模不再依賴詞典，更易實(shí)現(xiàn)中英文混合建模，因而讓訊飛輸入法在中英混輸上實(shí)現(xiàn)了非常出色混輸表現(xiàn)。值得注意的是，不論是智能預(yù)測(cè)，還是智能糾錯(cuò)，背后都有可實(shí)時(shí)更新的百萬(wàn)詞庫(kù)。

三、手寫(xiě)輸入

同樣是手寫(xiě)，體驗(yàn)卻完全不一樣，這是因?yàn)橛嶏w輸入法的手寫(xiě)識(shí)別可支持兩萬(wàn)多類中文字符、52類英文字符、10類阿拉伯?dāng)?shù)字以及100多種特殊符號(hào)，這種超級(jí)識(shí)別能力的背后，是訊飛輸入法的“HWR手寫(xiě)識(shí)別技術(shù)”，這項(xiàng)技術(shù)采用的是CNN卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，可支持實(shí)時(shí)手寫(xiě)軌跡，邊寫(xiě)邊出字，而且單個(gè)字符識(shí)別僅需15ms，響應(yīng)迅速無(wú)延遲。

四、掃描輸入

掃描輸入的技術(shù)支撐是計(jì)算機(jī)視覺(jué)，面對(duì)復(fù)雜的手寫(xiě)文字、中英混合文字，“OCR文字檢測(cè)技術(shù)”可檢測(cè)任意方向和形狀的文字，“OCR文字識(shí)別技術(shù)”則可以有效緩解因環(huán)境問(wèn)題造成的識(shí)別效果低下問(wèn)題。

綜上，基于AI和大數(shù)據(jù)的組合技術(shù)，如今的輸入法不再死板堅(jiān)硬，即使面對(duì)輸入場(chǎng)景的復(fù)雜需求，也能夠在不同語(yǔ)種、不同語(yǔ)境、不同語(yǔ)調(diào)下滿足不同用戶的需求。過(guò)去的輸入法只能輔助，而現(xiàn)在，科技加持下的輸入法，更像是一個(gè)“一站式”的輸入管家。

輸入法的智能普惠

黑科技成就了輸入法，也成就了輸入法的地位。根據(jù)相關(guān)報(bào)告提供的數(shù)據(jù)，以三大輸入法為代表的第三方輸入法，已經(jīng)覆蓋了超過(guò)90％的中國(guó)網(wǎng)民。

要是放大到整個(gè)輸入法行業(yè)，可以說(shuō)人人都是輸入法的受益者，移動(dòng)設(shè)備也好，個(gè)人電腦也好，日常交流必然離不開(kāi)輸入法的幫助。可以說(shuō)，輸入法已經(jīng)成為一個(gè)互聯(lián)網(wǎng)溝通的基礎(chǔ)設(shè)施。而且值得慶幸的是，訊飛輸入法等頭部產(chǎn)品在技術(shù)上的進(jìn)化，讓這個(gè)基礎(chǔ)設(shè)施不斷產(chǎn)生質(zhì)變，越來(lái)越智能。

應(yīng)該說(shuō)，像訊飛輸入法這樣始終癡迷于“科技驅(qū)動(dòng)”的輸入法產(chǎn)品，是輸入法作為工具產(chǎn)品在價(jià)值上得到躍進(jìn)式提升的關(guān)鍵，因?yàn)樗鼈冇眉夹g(shù)無(wú)限拔高了輸入法產(chǎn)品的價(jià)值上限。換言之，訊飛輸入法們的“科技大法”一定程度上改善了整個(gè)互聯(lián)網(wǎng)世界的溝通協(xié)作效率。

技術(shù)無(wú)上限，輸入法產(chǎn)品也無(wú)上限。對(duì)9．04億中國(guó)互聯(lián)網(wǎng)網(wǎng)民而言，黑科技持續(xù)加持下的輸入法工具，會(huì)繼續(xù)為每個(gè)用戶提供獨(dú)一無(wú)二的使用體驗(yàn)，真正實(shí)現(xiàn)全方位的智能普惠。