百度輸入法“輕聲識(shí)別”功能上線，讓語音輸入智能起來

　　近日，百度輸入法發(fā)布V7.4版，并推出“輕聲識(shí)別”等新功能，讓用戶在語音錄入私密話題，或公共場合下能夠使用“耳語”進(jìn)行語音輸入，讓手機(jī)也能聽懂“悄悄話”。

　　語音輸入功能方便快捷，為何用戶還會(huì)首選文字而非語音進(jìn)行輸入呢?據(jù)調(diào)查數(shù)據(jù)顯示，絕大多數(shù)用戶在表達(dá)內(nèi)容涉及隱私，或當(dāng)時(shí)的場合不適宜大聲說話時(shí)會(huì)選擇手動(dòng)鍵入內(nèi)容來代替語音輸入。不少用戶都表示，如果手機(jī)可以識(shí)別“小聲說話”的內(nèi)容，便可解決大多數(shù)安靜情況下語音輸入的痛點(diǎn)。

　　百度輸入法的“輕聲識(shí)別”功能可升級(jí)輸入法“聽力”，用戶的“悄悄話”也能聽懂。據(jù)了解，耳語語音較之正常語音有兩大不同點(diǎn)，一是耳語語音音量比正常音量要低很多，二是人們在輕聲說話的時(shí)候，由于不經(jīng)過聲帶振動(dòng)，因此不存在基頻，也不會(huì)產(chǎn)生相應(yīng)的各次諧波，導(dǎo)致耳語的頻譜特性與正常語音完全不同，極大增加技術(shù)研發(fā)難度。

　　針對(duì)耳語語音的特殊性，百度輸入法依托人工智能技術(shù)，采取主動(dòng)學(xué)習(xí)的方式，通過基音檢測和諧波分析技術(shù)，挑選出符合耳語特性的數(shù)據(jù)，作為百度輸入法“輕聲識(shí)別”的訓(xùn)練集和開發(fā)集。挑選出的耳語數(shù)據(jù)經(jīng)過標(biāo)注后，作為訓(xùn)練數(shù)據(jù)放在聲學(xué)模型上進(jìn)行適配，使得已有聲學(xué)模型能夠快速適配耳語語音特性。

　　隨著語音識(shí)別技術(shù)的不斷發(fā)展，百度在語音輸入方面頻頻發(fā)力。在此前發(fā)布的V7.3版本中，百度輸入法創(chuàng)新性的推出了長文本語音輸入等語音輸入新功能。2017年初，百度推出的網(wǎng)頁應(yīng)用SwiftScribe可以將音頻文件轉(zhuǎn)為文本，時(shí)長1分鐘的音頻文件可以在30秒內(nèi)轉(zhuǎn)換完成，轉(zhuǎn)化效率較人工速記快 1.67倍，極大提升速記行業(yè)轉(zhuǎn)錄效率。

　　業(yè)內(nèi)人士指出，百度輸入法的“輕聲識(shí)別”功能具有聲音低、識(shí)別準(zhǔn)、速度快的特點(diǎn)，將拓展用戶語音輸入的使用場景，并培養(yǎng)用戶的語音使用習(xí)慣，“輕聲識(shí)別”功能的上線為語音輸入法市場帶來一抹亮色，通過人工智能技術(shù)對(duì)輸入法產(chǎn)品的加持，提升用戶的輸入體驗(yàn)，同時(shí)也將在輸入法行業(yè)掀起人工智能浪潮。