搜狗发布 “知音” 语音引擎，让语音助手会纠错、会沟通

心急如焚的你要赶往机场，语音助手却偏和你唱反调。你降低语速，反复说了几遍，它才明白你要去哪，最终却导向了错误的航站楼。语音助手 “不智能”、没帮助的痛点，即是搜狗 “知音” 想要解决的。

今日，搜狗发布了新的智能语音引擎 “知音”，宣称要把搜狗语音助手打造的更加智能，达到 “能理解会思考”的程度。对此，CTO 杨洪涛和语音负责人王砚峰登台进行详细介绍。

“知音” 想解决的第一个痛点是语速过快导致的吞音问题。当你讲话过快时，很多语音助手会因为音节的模糊而发生识别错误。而搜狗称，“知音” 的识别速度与前代相比可以提升 3 倍，而错误率则可以下降约 30%。

在发布会上，搜狗全程使用了它们的实时转写技术。二位主讲全程都没有故意放慢语速，而 “知音” 实时投放在大屏幕上的字幕，则保持着还算不错的准确度。当然，用词错误的情况还是无法避免的。

此外，“知音” 想解决的第二个痛点是纠错问题。我们通常用语音输入文字，由于识别不清，免不了要换回键盘继续再修改错别字。搜狗为了让语音识别彻底摆脱键盘，允许你通过语音进行修改。

比如，根据王砚峰的介绍，你可以直接告诉语音助手：把弓长 “张” 换成立早 “章”，或者，把山峰的 “峰” 换成烽火的 “烽”，语音助手就会自动为你修改。

搜狗称，能实现这一点，与现有业务的数据储备是分不开的。搜狗输入法的词库、拆字库、用户的语料库，以及百科知识图谱，都为 “知音” 的识别能力提供了数据支撑。

而 “知音” 想要解决的第三个痛点则是对用户真实意图的识别。为此，他们为 “知音” 加入了一个多轮对话的功能。

根据搜狗在现场的演示视频，当你告诉 “知音” 你的目的地是首都国际机场时，知音不会马上为你规划路线，而是会进行对话。它会询问你要去的航站楼、航班号，问你直接去航站楼，还是停车场，一切确定之后才会生成导航路径。

这种场景会话能力与 Google 今年在 I/O 上介绍的以对话为基础的新语音功能类似，会结合你之前问过的问题提供信息，而不是让这个过程变成机械的一问一答。

王砚峰称，机器的语义理解在 5 年内将不会有太大突破，当前的技术水平不足以支撑问题难度，因此机器想具有人的理解能力还有很大距离。

深谙这个道理的搜狗，选择搁置技术瓶颈，利用现有服务的数据，结合用户各种使用场景，希望让语音助手达到真正对用户有帮助，而不是制造更多麻烦。

杨洪涛认为，只有真正考虑用户的使用场景，才能帮助语音平台积累数据，最终达到数据反哺机器学习技术的效果。

目前，iOS 版搜狗语音助手已经上线了语音纠错功能， Android 版稍后会迎来更新。