南方都市报■支持速记和同传的AI录音笔来了！搜狗王小川：让信息获取更简单
南都讯 采访人员冯群星 2月26日 ， 搜狗通过线上发布会官宣了两款AI录音笔新品：不仅能录音 ， 还具有语音转写、外语翻译等功能 。
在很多手机App支持录音和实时转写的今天 ， AI录音笔的必要性在哪里？搜狗CEO王小川认为 ， 录音笔在专业性上的表现更加出色 。 他坦言 ， 录音笔本身就是偏小众的市场 ， 无法跟手机市场的规模相匹敌 。 然而 ， AI技术的加入 ， 仍然能够给行业带来颠覆 。
···
时隔一年 ， 搜狗再次推出AI录音笔 。 受疫情影响 ， 此次发布会采取了线上形式 。 主持开场的 ， 是搜狗的AI虚拟主播雅妮 。
发布会开始 ， 王小川首先介绍了搜狗抗疫的情况 。 “在这十几天中 ， 我们几乎是以一天一个的速度上线了十几款网络服务 ， 通过与央视、学习强国等30多家媒体、网站手机厂商、移动应用程序达成深入合作 ， 这些产品目前的访问量已经超过5亿次 。 ”他说 ， 搜狗还通过捐款、捐物资、设立健康基金的方式 ， 驰援疫情一线 。 同时 ， 搜狗也为前线的部分采访人员送去了AI录音笔产品 。
文章图片
此次发布的两款录音笔 ， 在前代产品的基础上进行了迭代和升级 ， 有了更多的AI元素：录音时使用降噪算法进行人声增强；可以区分不同讲话者的声音及笑声、掌声；支持录音实时转写和多种外语、方言的在线翻译；存储录音文件时 ， 会智能提取关键字和段落摘要 。
在发布会的开箱环节 ， 搜狗AI硬件事业部首席产品经理李健涛与嘉宾做了一个实验：李建涛一边朗读朱自清的散文《春》一边录音 ， 嘉宾则在不到一米的距离内使用吹风机、塑料袋等道具“疯狂”干扰 ， 制造出各种噪音 。 最终播放时 ， 录音笔中的人声比人耳听到得更为清晰 ， 噪声几乎消失不见 。
文章图片
搜狗AI交互技术部总经理陈伟告诉AI前哨站 ， AI录音笔的降噪能力与软硬件都有关系 。 硬件方面 ， 录音笔上搭载了8颗麦克风 ， 可以更好地分辨和收取远处的声音 。 “使用一颗麦克风进行收音和降噪 ， 更多是基于语音的时域和频域 。 使用多颗麦克风同时收音 ， 则有了空间信息 ， 能更好定位说话人的位置 ， 从而形成更好的指向性 。 ”陈伟说 。
在软件方面 ， 陈伟表示 ， 这是搜狗“第一次将基于深度学习的降噪能力完全产品化” 。 他解释说 ， 人声和噪声在频域和时域上的特征是不同的 ， 研发团队使用了4万多种噪声 ， 让算法模型学习到人声和噪声的区别 ， 从而把最好的人声从嘈杂的声音里提取出来 。
与机器同传一样 ， 加入了实时转写功能的录音笔 ， 也面临着转写准确率的问题 。
陈伟说 ， 想提升准确率 ， 首先得让录音笔克服远距离收音的问题 。 “麦克风收集来的声音有很大的衰减 ， 转写文字时就会出现丢字漏字 。 ”针对这一问题 ， 研发团队在前端信号增强和后端语音识别上一起做了优化 。
录音笔不仅要“听” ， 还要“懂” ， 这就涉及到自然语言理解技术 。 陈伟说 ， 新款录音笔和搜狗输入法做了联通 ， 用户在输入法内积累的个性化词库可以导入到录音笔系统内 ， 从而得到个性化的功能增强 。 不过 ， 方言、文化方面的问题 ， 还是“长期需要解决的问题” 。 此次两款产品支持10种外语和10种方言的转写 ， 属于阶段性的成果体现 。
“虽然它是以硬件载体为形态 ， 但是实际上它有大约百分之七八十的核心竞争力是在语言和语音的AI技术上 。 ”搜狗CTO杨洪涛说 。
···
在很多手机App支持录音和实时转写的今天 ， AI录音笔的必要性在哪里？有人在发布会上抛出疑问 ， 王小川对此的回答是 ， AI录音笔更专业——不会被微信、电话等操作打断 ， 并且在软硬件方面有着针对性的优化 。
推荐阅读
- 『创业』自主创业每年最高可减免税收14400元 南京出台意见，多举措支持退役军人就业创业
- 微博目前已经支持文本，图片，位置分享，为啥没有语音和视频呢微博的pm肯定想过这两种微博形态，但迟迟不做的原因到底是啥。是语音和视频不符合产
- 为啥Smartisan OS只能支持移动的VoLTE
- 能和 Google Calender 方便双向同步的 iOS 日程管理软件有哪些最好也支持iPad
- 高校|教育部：支持14所合建高校深化改革工作
- 国内有支持Docker的云服务商吗
- 汽车市场|南方都市报:年度品质轿车
- 汽车知识|南方都市报:年度轿跑SUV
- 袁泉|袁泉获金鸡最佳女配，现场感谢先生支持，没想到夏雨的狗粮更狠
- 未来高速|江苏首条“未来高速”明年开通 车路协同支持“无人驾驶”