搜狗知音：提速AI产业化落地

2016年，人工智能（AI）狂潮来袭。从西方到东方，从发达国家到发展中国家，从大国到小国，AI都是热门的科技话题和产业方向。但真正让业界兴奋的是，AI研究已从通用性趋向专业化，处于向各个领域渗透的道路中，实现普适化曙光在即。在中国，如近期发布的搜狗“知音”引擎，就已经走在了AI专业化发展的前列。

语音是AI交互的一种方式

据悉，“知音”技术致力于让人机交互更自然，不仅“能听会说”，还具有“能理解会思考”的能力。众所周知，在“知音”出现之前，语音交互产品普遍存在两个问题：识别时经常发生错误，交互能力不足。这两大问题导致的结果就是交互过程中需要用户长时间注视屏幕或手动操作过多等，不能真正解放双眼和双手，交互体验大打折扣。意味着，这个阶段的语音交互并不能称之为真正意义的AI应用。

为了针对性的解决上述问题，搜狗“知音”引擎不仅能在语音交互的过程中支持用户修正错误的识别结果，还能与用户进行多轮对话，更精准的把握用户需求。

从语音修改来看，依托于搜狗输入法的拆字库和海量的用户词库，“知音”不仅实现了自动纠错，而且能够在语音交互的过程中支持用户修正错误的识别结果，用户可以使用自然语言进行改错，并支持丰富的描述方法以及替换、插入、删除等几百种改错文法。同时，借助搜狗搜索引擎的百科知识图谱，“知音”还可以通过资源累计、技术加工，更好的理解用户在进行自然文字沟通时的表达。比如，用搜狗输入法的语音输入功能说“我要去吃饭”，点击语音修改，补充“在要去后面加上五道口”就会识别成“我要去五道口吃饭”。目前，“知音”修改成功率达到80%。

不仅如此，“知音”还能与用户进行多轮对话，处理更复杂的用户交互逻辑，捕捉用户最终的需求点，从而提供更为便捷的人性化服务。例如，当用户发出去首都机场的请求后，“知音”会进一步提问，你是去首都机场的T1还是T2，当用户确定航站楼后，它还会问是出发还是接人，能够真正与用户做到更加自然的交互。

正如搜狗CTO杨洪涛所说，所谓自然交互指的就是让机器能够很好的理解人的自然表达，而语音技术是一种重要的方式。“知音”引擎拥有基于端到端语音技术识别能力、基于自然语言交互的语音修改能力、基于知识图谱技术的行业知识整合能力、基于多轮对话的复杂语义理解能力，有这四个能力做辅助，当前“知音”的已经比之前的语音识别、交互实现了技术上的重大突破了。

从通用AI到专业化AI

1956年的夏天，一场在美国达特茅斯（Dartmouth）大学召开的学术会议，多年以后被认定为全球AI研究的起点。中国有句古话“六十年一甲子，六十年一轮回”，对于AI来说，60年不仅是轮回，更是是新生，60年之后在专用AI领域取得了突破性进展，搜狗知音引擎就是重要标志。

以语音识别为代表专业化AI也将带来人工智能的服务专业化，杨洪涛一直强调，“AI不会创造价值，用AI的好产品才能创造价值”。搜狗“知音”引擎在技术上实现了突破的同时，自诞生之日，就是从场景出发去思考产品。“从场景出发是指什么时间、什么地点，用户产生了什么欲望，之后才是用什么手段去满足用户，而不是手里有了什么技术之后，再去考虑怎么开发成产品。”杨洪涛认为，从场景化的专用性领域出发，摈弃大而全的通用性，这是搜狗“知音”的AI产品观。

的确，此前一些领先的技术公司带着技术去找市场，花了很多力气去组建销售团队，但在这个时候会忘了技术的源头，这就掉进了陷阱：技术靠谱，但是没有市场，当有了市场的时候，却把技术丢掉了。 

作为中国互联网最大的输入法公司和专业的搜索引擎公司，搜狗从12年开始研发智能语音技术，并在13年开始进行深度学习，目前搜狗的“知音”引擎已经成功应用到搜狗的全线产品中。数据显示，搜狗搜索日均语音搜索次数增长超过4倍，搜狗手机输入法日均语音输入超过1.4亿次，成为中国语音输入功能使用量最大的移动手机产品，搜狗语音技术也在用户产品的迭代中快速取得了行业领先的效果。

杨洪涛表示，自然交互和知识计算是搜狗在人工智能领域的两大战略方向，“知音”引擎作为搜狗在自然交互方面的重要成果，充分说明了搜狗强大的技术实力，未来随着搜狗在自然交互与知识计算方面的不断完善，知音”将会在物联网、车联网、人工智能等各个方面得到应用，在更多场景为用户提供服务并布局到更多的终端入口。

有专家表示，在AI领域找风口不如找关口，就是要找发展的瓶颈在哪里，突破那个瓶颈，就可能开创一个新天地，抢占先机。搜狗“知音”从语音交互产品的体验瓶颈出发，发挥互联网最大输入法的语音数据优势，把数据和用户优势资源转化为人工智能技术优势，最后深化人工智能技术推广应用，做大做强整个语音交互的相关智能产业，将推动AI应用和体验的进一步丰富。