语音实时转文字工具发布之际 搜狗透露下半年战略布局 | 雷峰网-米乐m6平台
搜狗推出了一款真正落地的语音技术产品。
8月8日，搜狗针对文字工作者，推出语音实时转文字的速记工具“搜狗听写”。适用于写文章、采访录音、会议记录、笔记整理 、日常记事等场景，帮助用户实现语音记录和信息输入。针对不同场景和需求，搜狗听写可以支持“听写”和“转写”两种模式。在“听写”模式下，录音的同时即可实时给出识别结果；而“转写”模式下则可以离线录音，录音完成后一次性获取文字结果。
为了提高文字整理效率，搜狗听写还加入了边听边改、无线标重点（蓝牙打点）、多端同步、信息分享等人性化功能，与搜狗输入法个人词库打通。此外，搜狗公司语音交互技术中心总经理王砚峰宣称，搜狗听写还提供耳语识别技术，在说话音量低至30分贝时，依然可以准确识别。
早在2012年，搜狗即开始研发智能语音技术，并同步开启相关产品落地的布局。去年8月3日，搜狗举行知音引擎的发布会，取得机器翻译的突破。跟进当时世界上最领先的机器翻译的深度学习的框架，基于attion的端到端的框架，再加上以前在语音识别上的累积，用3个月的时间搭建起机器翻译引擎，并且应用到了去年的乌镇大会上。
去年11月份，搜狗推出了机器同传，率先商用化。今年1月份，推出行业首个跨引擎搜索引擎，也是基于机器翻译核心引擎推出。5月份，搜狗语音核心技术在应用方面取得突破等。
实际上，目前市场上已有一些同类的产品，例如早期推出的讯飞听见等，相比之下，搜狗是否存在优势呢？搜狗语音交互中心负责人王砚峰对雷锋网表示：
第一，讯飞对应的产品，如讯飞听见、讯飞录音宝等，是不能支持长时间录音、并且免费转写的。而搜狗是首次做了长时录音设置，并且支持免费转写。
第二，搜狗的产品是面向垂直场景，包括记者采访的场景、作家写作的场景等等。这些功能虽小，但它体现在具体场景下，怎么绞尽脑汁的想尽办法，帮朋友解决问题。
第三，功能上，讯飞手机端没有”听见“。且搜狗听写有语音实时转文字、边听边改、标重点、快速查找、多端同步、不限时长录音等功能。
除此之外，依托搜狗产品日均超过2.6亿次的语音请求，提供海量的真实语料数据，可以使得机器不断学习并提升语音识别准确率。
但对于搜狗转写免费会持续多长时间这个问题，王砚峰表示，目前肯定是免费的，至于之后会不会收费，并不完全确定。至少按照现有的产品形态，肯定是在相当长的时间内不考虑使用这个产品来赚钱。作为一家互联网公司，通过技术来收取技术服务费不是搜狗的商业逻辑。至少到现在为止，搜狗还不想通过产品收费的方式来进行商业的变现。
为什么选择这个时间点来发布产品？
王砚峰对雷锋网表示，一方面，是与去年发布的知音引擎更好地呼应，另一方面，搜狗下半年将会集中发布一批人工智能落地产品。王砚峰坦言，客观来讲，搜狗作为一家人工智能业界公司，在ai落地方面做得远远不够。也正因此，下半年将在硬件、软件等场景集中一波攻势，包括智能副驾、智能听写等。
基于搜狗的语音能力和自然交互能力，在非巨头垄断的行业，搜狗将尝试做更多硬件产品的自研、试水、投资，可能自己研发，也可能投资一些公司，以合作的方式把这些产品做出来。
在王砚峰看来，不论是车载市场、家庭场景，还是可穿戴市场，虽然玩家很多，但离市场成熟期还早得很，在这个过程中，王砚峰认为搜狗完全有信心拿出更多爆款产品或有量产品，来抢占市场份额，例如在中国可穿戴设备硬件中排名前五名的糖猫儿童手表，目前出货量已突破100万。
而已如今大火的amazon echo为例，王砚峰认为，亚马逊并非单独将这个平台推起来的，而是因为有了巨大的用户量、进而带动了平台的使用量，这才有了更多的开发者加入进来。
在amazon echo上，虽然有很多的开发者，但其主功能的比例，绝大部分还是在定位在闹钟、天气，以及音乐上。目前的中小开发者对于智能语音入口的产业格局尚且不成有力威胁，牌还是在巨头的手上。
王砚峰对雷锋网表示，如果智能语音入口级硬件可以自己做，像amazon echo那样做出爆款产品，推出自己的硬件，进而抢夺市场入口，这当然是首选。但在手机和电视领域，搜狗暂不会做这样的硬件，也不可能把硬件战线拉得过长。对于搜狗来讲，做十几款硬件也是存在问题的。更适合的做法是——瞄准几款最有用户痛点、最适合自己风格的硬件产品来做。这两个之间并不存在非此即彼的关系，更多的是互补的关系。
