人工智能時代來襲 輸入法如何決勝下一個10年

　 阿里云優惠券 先領券再下單

近日，訊飛輸入法新版本正式上線，在隨聲譯和快捷翻譯功能里增加了日譯中、韓譯中、泰、越、西、法、德、俄與中文互譯，合計18種翻譯，這也使得訊飛輸入法成為中文與外語互譯最多的輸入法產品。

不得不說，語音輸入已經越來越受歡迎。艾媒《2019-2020中國第三方手機輸入法市場監測報告》顯示，29%的受訪者表示2019年使用語音輸入的頻率明顯增加，是增長最快的輸入方式。

面對輸入方式的變遷，訊飛輸入法、百度輸入法、搜狗輸入法三大輸入法，也一直在圍繞AI技術不斷加碼語音輸入服務，使其不斷實現準確率的突破，比如訊飛輸入法的語音識別準確率已經高達98%。

輸入法越來越智能的背后，各家的AI技術加持至為關鍵。而面對每天數億次甚至數十億次的使用需求，今天的輸入法產品已經嵌滿了令人意想不到的五彩黑科技。

輸入法的重擔

輸入法越來越智能的代價，就是要背負越來越重的使命。追溯市面上幾款主流輸入法產品的發展歷史，可以發現這些產品已經不年輕，至少都有十年或以上的產品迭代時間。以此推算，輸入法產品與移動互聯網的發展同步，可以說是跟著移動互聯網一路走來的。

最早的輸入法，不論是設備自帶輸入法，還是第三方輸入法，功能普遍比較簡單，比如只支持9鍵和26鍵鍵盤輸入、手寫輸入等非智能機時代沿襲的輸入方式，主要是為了滿足最普遍的用戶需求。

但移動社交、移動趨勢的明晰，以及智能手機的普及，徹底改變了輸入法產品們的發展路徑。個人用戶在多元場景下不斷衍生出更多的輸入需求，開始特別注意到輸入體驗的進步，希望更快和更好，比如能否根據拼音首字母快速預測想打的字。特別是在移動社交場景下，個人用戶使用輸入法的頻率越來越高，用戶對輸入法體驗的感知非常明顯，輸入法好不好用，效率高不高，用戶其實心知肚明。

這讓輸入法的擔子越來越重，原本定位于輕服務工具的輸入法，不得不開始思考如何滿足不同用戶不同場景下的個性化需求。于是，為巨大體量的用戶大規模同步提供優質的輸入服務，成為輸入法產品們發展的核心目標。

愈發全能的輸入法

場景和需求之變，不斷倒逼著輸入法產品的進化，結果就是，輸入法變得越來越全能，越來越精致，越來越個性。以目前的三大輸入法產品為例，十年前的它們與十年后的它們，已經“判若兩人”。

一方面，不斷的功能增加使得產品能夠適應許多輸入場景。除了傳統的手寫和鍵盤輸入外，三大輸入法還加入了OCR掃描、智能預測/糾錯等功能。其中，OCR掃描指的是用戶可以通過掃描將圖片或手寫稿轉換成文字，而智能預測功能則可以提前根據輸入拼音預測用戶想打的字，智能糾錯則可以根據詞庫、語境快速糾正用戶的錯誤。

各種功能的豐富，使得輸入法可以服務于用戶的全輸入過程，在輸入前、中、后每個環節提供對應的服務。

另一方面，產品能力的極限突破為用戶帶來了全面的體驗。以從語音起家的訊飛輸入法為例，目前訊飛輸入法已經做到了一分鐘400字的輸入速度，以及語音識別準確率達98%的水平，也就是說整段輸入的出錯率非常小，為用戶帶來的是極速和流暢的綜合輸入體驗。

可以說，這些功能所達到的極限顛覆了以往低效低質的輸入體驗，從感官上彌補了用戶對輸入法的體驗缺乏。

黑科技成就輸入法

無論是功能上的全能，還是體驗上的全能，輸入法產品能夠實現質變，甚至能夠適應一些極限和極端的輸入場景，除了產品本身的創新外，不斷的技術迭代是最核心的原因。用戶之所以能夠只花一半的時間完成整個輸入過程，都依賴于輸入法們背后的黑科技。

訊飛輸入法可以說是“科技成就輸入法”的最佳代言人。 一方面，其背靠有20多年智能語音技術沉淀的科大訊飛，已有20萬小時訓練數據積累；另一方面，科大訊飛有太多的國際賽事頂尖榮譽，比如在2018年由國際計算語言學協會（ACL）下屬組織主辦的第十二屆國際語義評測比賽（SemEval2018）中，科大訊飛斬獲了基于常識的機器閱讀理解全球第一；2018年的國際權威英文語音識別大賽“CHiME-6”中，科大訊飛包攬了兩項第一名；2019年在ICDAR2019舉辦的場景文本視覺問答挑戰賽ST-VQA中，科大訊飛包攬了三項冠軍；2020年初在德國The 20BN-Jester Dataset手勢識別評測中，科大訊飛以97.26%的準確率斬獲冠軍，且刷新了世界紀錄……訊飛輸入法背后的黑科技可以從四方面來看。

一、語音輸入

語音輸入講究快速和準確，訊飛輸入法之所以能達到一分鐘400字、識別準確率98%的水平，主要在于其自研的“記憶增強的多通道全端到端語音識別框架”，這項技術簡單來說就是能夠完全將前端語音處理過程深度學習化，并使用深度卷積神經網絡和后端識別模型進行混合訓練，從而大大提高了語音識別的效率。

至于能夠使用23種方言進行精準語音輸入，一方面要靠通過多方言共享方式訓練的Multi-lingual多語言建模技術，另一方面要靠GlobalPhone全球音素集，這項技術從聲學層面的相似性來統一各方言的音素定義，使方言“語圖譜”模型進一步精進，從而使得方言識別效果有效提升。多語種互譯功能則對技術提出了更大的挑戰性，以中英互譯為例，訊飛輸入法基于對抗樣本訓練方法提出了融合副語言特征的“高魯棒性語音翻譯技術”，并在模型中結合特定技術，有效提高了最終翻譯結果。

二、拼音輸入

在拼音輸入上，訊飛輸入法創新性引入了Encoder-Decoder框架，構建了新一代拼音識別引擎，極大簡化了傳統拼音識別模型，同時在Attention機制和長短期記憶網絡的門控機制，以及Transformer等模塊的共同作用下，長句輸入識別效果有效提升，能夠提前預測用戶想輸入的內容，還能有效實現智能糾錯。

此外，這一模型由于采用的是序列建模，建模不再依賴詞典，更易實現中英文混合建模，因而讓訊飛輸入法在中英混輸上實現了非常出色混輸表現。值得注意的是，不論是智能預測，還是智能糾錯，背后都有可實時更新的百萬詞庫。

三、手寫輸入

同樣是手寫，體驗卻完全不一樣，這是因為訊飛輸入法的手寫識別可支持兩萬多類中文字符、52類英文字符、10類阿拉伯數字以及100多種特殊符號，這種超級識別能力的背后，是訊飛輸入法的“HWR手寫識別技術”，這項技術采用的是CNN卷積神經網絡技術，可支持實時手寫軌跡，邊寫邊出字，而且單個字符識別僅需15ms，響應迅速無延遲。

四、掃描輸入

掃描輸入的技術支撐是計算機視覺，面對復雜的手寫文字、中英混合文字，“OCR文字檢測技術”可檢測任意方向和形狀的文字，“OCR文字識別技術”則可以有效緩解因環境問題造成的識別效果低下問題。

綜上，基于AI和大數據的組合技術，如今的輸入法不再死板堅硬，即使面對輸入場景的復雜需求，也能夠在不同語種、不同語境、不同語調下滿足不同用戶的需求。過去的輸入法只能輔助，而現在，科技加持下的輸入法，更像是一個“一站式”的輸入管家。

輸入法的智能普惠

黑科技成就了輸入法，也成就了輸入法的地位。根據相關報告提供的數據，以三大輸入法為代表的第三方輸入法，已經覆蓋了超過90%的中國網民。

要是放大到整個輸入法行業，可以說人人都是輸入法的受益者，移動設備也好，個人電腦也好，日常交流必然離不開輸入法的幫助?？梢哉f，輸入法已經成為一個互聯網溝通的基礎設施。而且值得慶幸的是，訊飛輸入法等頭部產品在技術上的進化，讓這個基礎設施不斷產生質變，越來越智能。

應該說，像訊飛輸入法這樣始終癡迷于“科技驅動”的輸入法產品，是輸入法作為工具產品在價值上得到躍進式提升的關鍵，因為它們用技術無限拔高了輸入法產品的價值上限。換言之，訊飛輸入法們的“科技大法”一定程度上改善了整個互聯網世界的溝通協作效率。

技術無上限，輸入法產品也無上限。對9.04億中國互聯網網民而言，黑科技持續加持下的輸入法工具，會繼續為每個用戶提供獨一無二的使用體驗，真正實現全方位的智能普惠。

文/劉曠公眾號，ID：liukuang110

申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！