早在2016年10月錘子科技新品發(fā)布會上，訊飛輸入法就因羅永浩的現(xiàn)場演示火了一把,，老羅在現(xiàn)場用很快的語速隨口說了一段內容,，訊飛輸入法瞬間“打”出文字，識別結果一字不差。

當時,，訊飛輸入法的語音識別率是 97%,。而在昨天下午舉行的訊飛輸入法媒體見面會上，產品總監(jiān)翟吉博宣布,，這個數(shù)字變成了 98%,。

羅永浩介紹訊飛輸入法

此外，據(jù)市場品牌負責人李強軍介紹,，訊飛輸入法用戶規(guī)模突破6億,，語音輸入月覆蓋率達50%，語音滲透率保持逐年上升態(tài)勢,。

至于準確率是否能夠達到百分之百,，訊飛輸入法產品總監(jiān)翟吉博的回答是：技術上目前還做不到。

首先,，同音字是個難題,，只能盡可能提高命中率，這也是為什么搜狗,、百度,、訊飛都要給輸入法加入語音修改功能的原因。其次,，用戶非?？谡Z化的表達機器無法精準識別，人機交互習慣需要磨合,。此外,，嘈雜環(huán)境下語音識別會受到環(huán)境音的影響。

訊飛輸入法產品總監(jiān)：翟吉博

訊飛輸入法從人腦神經科學入手對人類記憶進行仿生,，實現(xiàn)大量無監(jiān)督的數(shù)據(jù)去輔助有人工標注的數(shù)據(jù),。受圖像領域 CNN 應用的啟發(fā),，科大訊飛研發(fā)了深度全序列卷積神經網絡（Deep Fully Convolutional Neural Network,，DFCNN）語音識別框架，使用大量的卷積層直接將語譜圖作為輸入,，相比傳統(tǒng)語音特征作為輸入,，降低了信息損失，表達了語音的長時相關性,。

同時,，借鑒圖像識別中效果最好的網絡配置，每個卷積層使用 3×3 的小卷積核訓練更深的 CNN 模型,，輸出單元直接為最終的識別結果（比如音節(jié)或漢字）,，將感知智能、認知智能等 AI 技術應用在輸入法上，一分鐘可識別 400 字,，并支持多語種實時語音翻譯,、超長語音輸入、耳語輸入,、離線語音輸入等功能,。

對于口音和方言識別的難題，訊飛輸入法提出方言語音輸入方案來解決,。依托科大訊飛對 AI 技術及語言深度研究的積累,，采用 Multi-lingual 多語言建模，通過多方言數(shù)據(jù)共享方式訓練,；輔以 Global Phone全球音素集,，從聲學層面的相似性統(tǒng)一各方言的音素定義，對方言“語圖譜”模型做進一步精進,，從而有針對性地提升方言語種的識別能力,。

目前訊飛輸入法支持 22 種方言，其中粵語,、四川話,、東北話等識別率均已超過 90%。2017年對外發(fā)起“方言保護計劃”,，建立“中國方言庫”,，積累海量方言數(shù)據(jù)，讓這些數(shù)據(jù)為深度學習提供素材,。本月底,，訊飛輸入法將新增蘇州話識別，方言識別語種將擴充至23種,。

基于科大訊飛精簡和優(yōu)化的 Hybrid-DFCNN 全新語音識別框架,，6月底訊飛輸入法將上線 Hyper-CNN語音新引擎，隨之通用語音識別準確率將相對提升 15%,，此外可以優(yōu)化中英混合語音輸入,、粵語等重點方言、標點判斷準確率,，提升語音輸入的體驗,。

在百度輸入法的發(fā)布會上,，AIG 負責人王海峰發(fā)表了他對輸入法的看法,，認為即便現(xiàn)在有語音輸入的加持，其實還不足夠,，未來的輸入方式一定是 AI 加持的“全感官輸入”,。訊飛的判斷是,，輸入法將不再局限于五筆、九宮格,、二十六鍵,、手寫固定鍵盤形態(tài)，從而推出“莫得鍵盤”,、“語音鍵盤”,、“VG 語音交互面板”等人機交互模式。

莫得鍵盤即“沒有”鍵盤,，基于訊飛輸入法智能語音技術,，支持語音輸入、語音口令控制,，實現(xiàn)無鍵盤輸入,。為語音重度用戶量身定制了語音鍵盤，呈現(xiàn)便捷的語音輸入形態(tài),，只憑一張嘴就能輕松打字,、修改甚至自動加標點符號，不需學習其他技能,?；谥悄苷Z音應用，打造 VG（VoiceGame）語音交互面板,，利用 AI 在交互層面進行了嘗試,。輸入過程等同“玩游戲”，語速快慢,、聲音大小等直接體現(xiàn)了創(chuàng)意交互,。

訊飛輸入法將語音識別、語音合成以及機器翻譯等新技術融合在一起,，新增面對面翻譯,，支持中文與英日韓俄多語種即時翻譯，并且將面對面的交互方式引入語音翻譯應用中,。例如,，在對話雙方各講母語時，另一方就會同步看到翻譯結果,。

基于用戶剛需,，新增了 OCR 拍照輸入，可以識別書本,、路牌、名片等印刷體上的文字以及手寫字體,。手寫識別準確率也高達 90% 以上,。

會后，雷鋒網(公眾號：雷鋒網)分別試用了搜狗輸入法和訊飛輸入法,。

訊飛語音可一次性不間斷輸入249個字,，搜狗語音可輸入221個字。整體來看,，訊飛識別率更高一些,。

在對詩歌的識別方面，兩家輸入法都有很好的表現(xiàn),。讀者也可試試用自己家鄉(xiāng)的方言,，看看這些有 AI 加持的輸入法能否精準識別。

隨著語音識別技術的發(fā)展,，可能未來我們真的不再需要用手打字,，至于訊飛對未來人工智能語音輸入的展望，翟吉博的回答是：“現(xiàn)在的產品在省時高效和足夠簡單自然這些維度上并沒有做到極致,。假如有一天技術成熟了,，我們通過意念或者腦電波輸入文字，打開微信,，盯著屏幕看兩秒,，文字就發(fā)出去了，我想這會是一個更加極致的輸入法,?！?/span>

據(jù)速途研究院2017年調研數(shù)據(jù)顯示,，輸入法市場上,，搜狗以 63.6% 的市場份額遙遙領先，接下來是百度和訊飛,。王海峰說,，百度輸入法是百度 AI 技術應用的橋頭堡，新的 AI 技術將會首先應用在輸入法上,。搜狗 CEO 王小川也表示將 AI 賦能升級輸入法列為搜狗 2018 年度 AI 戰(zhàn)略之一,，并且輸入法不止可以打字，還將承載信息獲取和流量分發(fā),。在輸入法都打 AI 牌的年代,，訊飛的優(yōu)勢何在？

對此,，翟吉博在接受雷鋒網的采訪時表示,，訊飛一直以來聚焦于語音輸入，對于語音輸入的用戶場景體驗和未來發(fā)展有著更深的理解,。此外,， 在語音技術方面持續(xù)創(chuàng)新,，會一直尋找新問題并用技術和產品設計解決?！拔覀冇肋h是往前多走一步,，持續(xù)探索?！?/span>

但是,，據(jù)雷鋒網了解，目前用戶的輸入習慣主要還是以拼音輸入為主,。速途研究院的數(shù)據(jù)顯示,，六成多的用戶還是選擇拼音輸入，其中九宮格拼音輸入最接近用戶的輸入習慣,，可以單手掌控輸入,。

隨著技術的發(fā)展，語音轉化成文字的正確率越來越高,，選擇語音輸入的用戶在不斷增多,。對于語音輸入，訊飛輸入法支持 22 種方言,，百度輸入法則提供了語音翻譯,，支持 28 種高頻次語言同聲傳譯。

目前輸入法市場格局形成了一超多強的局面,，搜狗輸入法長期保持市場第一,，且不斷發(fā)展。百度輸入法借AI 之力奮起直追,，訊飛等輸入法也在不斷差異化,，努力加強個性化特色功能。在識別率方面,，頭部廠商在語音識別準確率上均達到 97% 以上的高水準,，而百度和搜狗都擁有得天獨厚的龐大搜索數(shù)據(jù)庫為深度學習算法提供燃料，語音輸入用戶習慣的養(yǎng)成卻尚待時日,，主打 AI 語音識別的訊飛,，可能還需要再繼續(xù)探索其他差異化策略。