從核心技術(shù)到應(yīng)用場景，從家庭生活到工作生產(chǎn)，從現(xiàn)實(shí)世界到虛擬世界，科大訊飛正在描繪數(shù)字世界新未來。這一年來，科大訊飛在多模感知、深度理解、多維表達(dá)等方面獲得重大技術(shù)突破。這些最新技術(shù)將如何開啟萬物智能時(shí)代人機(jī)交互的下一種可能呢?

　　科大訊飛董事長看到IT產(chǎn)業(yè)從第五次浪潮往第六次浪潮發(fā)展，預(yù)判到“以語音為主，以鍵盤觸摸為輔，以肢體語言動(dòng)作為補(bǔ)充的人機(jī)交互時(shí)代正在到來?！痹谌f物皆智能的時(shí)代，更智能的人機(jī)交互是一項(xiàng)核心能力。訊飛輸入法總經(jīng)理程坤表示，人工智能技術(shù)是人機(jī)交互升級(jí)迭代的內(nèi)驅(qū)力;新時(shí)代面臨的復(fù)雜多樣的交互界面、復(fù)雜多樣的輸入場景以及復(fù)雜多樣的用戶需求，同步加速人機(jī)交互的變革。面對(duì)新考題，訊飛輸入法已經(jīng)儲(chǔ)備了豐富的技術(shù)，旨在給出解決方案。

　　依托于高噪識(shí)別技術(shù)能力的支撐，訊飛輸入法在家居、車載、街區(qū)、公共交通、多人說話等不同高噪場景下依然能“聽得清”、“更懂你”。這一次，訊飛輸入法全新升級(jí)語音個(gè)性化方言免切換模型，采用Conformer Encoder音頻編碼和全語言專家系統(tǒng)，可支持普通話與20多種方言免切換語音識(shí)別。也就是說，人與形態(tài)多樣的設(shè)備之間的交互難題通過搭載通用的免切換語音有了新的突破口。此外，離線方言語音識(shí)別技術(shù)和多語種識(shí)別的持續(xù)突破，進(jìn)一步拓寬了語音輸入場景。

　　程坤特別提到，“我們看到語音交互的增長、看到越來越多用戶的認(rèn)可，我們相信萬物智能時(shí)代，AI將助力訊飛輸入法建構(gòu)更大的用戶價(jià)值。因?yàn)橛嶏w輸入法12.0的發(fā)布，基于輸入服務(wù)與用戶需求深度鏈接。在新版中，訊飛輸入法一方面對(duì)識(shí)別率精益求精，另一方面實(shí)現(xiàn)方言免切換，進(jìn)一步降低語音輸入的使用門檻。對(duì)于習(xí)慣說方言和帶口音的用戶而言，可在同一個(gè)識(shí)別模式下免去切換對(duì)應(yīng)方言的操作，自由使用家鄉(xiāng)話語音輸入。例如，四川話說“老漢兒喊你吃嘎嘎”，上海話說“阿拉上海人儂曉得伐”，合肥話說“從肥東到肥西，買了一只老母雞”……字里行間帶出家鄉(xiāng)的煙火氣。

　　互聯(lián)網(wǎng)的快速發(fā)展連接起全世界，隨之而來的互聯(lián)網(wǎng)上各國語言交流也日益頻繁。早前，訊飛輸入法已支持主流的12種外語，而這次新版加入荷蘭、土耳其、印尼、馬來、菲律賓等更多語言的語音輸入，總數(shù)達(dá)30種，貼合各國母語者的使用需求，使溝通更暢快。

　　從“拼詞庫”到“拼云計(jì)算”，再到“拼服務(wù)”，輸入法旨在提升人機(jī)交互體驗(yàn)。得益于AI技術(shù)的普及，如今的輸入法不斷迭代，除了幫助用戶完成基礎(chǔ)“打字”之外，還能“讀懂”用戶心思，甚至“適配”各類輸入場景。新版采用定制的AI智能化輸入引擎，不僅能為用戶提供準(zhǔn)確的首選內(nèi)容，更能區(qū)分不同輸入場景，例如聊天、音樂、綜藝、影視、生活服務(wù)不同場景，主動(dòng)提供智能候選，讓指尖的輸入更加輕松。

　　值得一提的是，科大訊飛的多模感知做到了業(yè)界領(lǐng)先水平。比如手勢識(shí)別，不光是簡單的動(dòng)作，還可以凌空手寫識(shí)別，憑借單攝像頭就實(shí)現(xiàn)一流的效果。這意味著，在虛擬世界，你可以拋開實(shí)體鍵盤形態(tài)，只需寫寫畫畫，就能輸出信息。

　　還有一項(xiàng)擁有實(shí)際應(yīng)用的眼神識(shí)別技術(shù)，不用動(dòng)手、不用開口，眼睛看到鍵盤上的按鍵就能準(zhǔn)確打字，讓每一個(gè)人都能夠體驗(yàn)近未來的人機(jī)交互。

　　隨著時(shí)代發(fā)展，輸入法逐漸從手機(jī)平臺(tái)上脫離、獨(dú)立出來，在其他終端平臺(tái)上落地生根，展現(xiàn)出更豐富的形態(tài)。訊飛輸入法全新打造的“新輸入”，通過AI技術(shù)全面賦能，進(jìn)一步拉近與用戶的距離。