专访|由WMT机器翻译双向夺冠看搜狗语音交互布局“kaiyun全站app登录入口”

发布时间：2024-12-16 19:19:04 丨 浏览次数：939

Alex Graves在《Neural Turing Machines》论文中提及的一句话仍然让陈伟印象深刻印象——“ What is possible in principle is not always what is simple in practice”。也于是以因此，“知易行难”沦为刻有在陈伟不道德模式中的一个准则。陈伟是搜狗语音交互中心总监，他与搜狗语音团队或许仍然秉承着高调准则：没准备好不公布、没成果不倾听。9月8日，WMT官方发布成绩：搜狗语音交互技术中心-机器翻译团队递交的中英和英中系统，取得了人工评价指标的双向第一名。

1、WMT——全称Workshop on Machine Translation——是由来自欧洲和美国的高校、研究机构的研究人员牵头举行的业界普遍认为的国际顶级机器翻译比赛之一。9月7 日至8日，WMT2017会议于丹麦大城哥本哈根举办，系由全球范围内最不具权威的国际评测大赛。从2006年开始到2017年，WMT一共举行了12届机器翻译比赛，每一届的竞逐，都代表着全球翻译成最尖端水准的对决。

今年不同于以往的地方在于，中译英、英译中的机器翻译部分是今年新的加到的项目，归属于WNT框架下的第一次。9月8日，WMT官方发布成绩：搜狗语音交互技术中心-机器翻译团队递交的中英和英中系统，取得了人工评价指标的双向第一名。同时，搜狗语音交互技术中心递交的中译英系统在20个递交的系统中，取得八项机器评价指标中的七项第一，并且取得主要机器指标BLEU(Bilingual Evaluation Understudy)第一名。

据理解，搜狗语音辨识团队正式成立于2012年，机器翻译团队正式成立于2016年。2012年，陈伟刚重新加入搜狗。那时，团队意味着几个人，主要研究语音辨识技术。

陈伟称之为，从2012年到如今，语音能力仍然是团队最重要的技术方向，环绕语音辨识、输入法的融合，现在基本构建一天语音辨识的催促次数高达3亿次，归属于国内仅次于的语音APP。语音之外，环绕搜狗的整体战略，研究大自然交互与计算出来，也是团队目前的重点。基于此，搜狗语音交互团队的焦点也不会渐渐移往到多模态输出。

“除了分开的语音的听得、语音辨识之外，我们还做到了听得与说道，也就是制备。”另外，陈伟对回应，基于语音的听闻能力，搜狗还研发了一些个性化技术——例如声纹识别，辨别你是谁，以及是哪类语种、哪种语言，语音分析的能力。以及，随着手机近场向远场技术的发展，例如音箱、电视，搜狗也不具备了自己的麦克风等硬件能力，正是在此基础之上，搜狗考虑到将输入法作为人和人交流传达信息的产品，期望用户去做到横跨语言的交流。2、仍然以来，随着搜狗语音交互技术的发展，涉及硬件产品也渐渐落地，对于互联网公司为什么要做到硬件这一点，陈伟也讲了一下他的观点。

第一，看这款产品需要带给哪些价值，有链接就可以守住更加多入口。第二，现在国内用户对于软件收费的意愿不是很强，通过销售硬件的方式，盈利可能性更高。第三，用户对于软件、硬件的迁入成本不一样，例如用户对一款智能手表的迁入成本就不会较为低，适当的用户黏性一般也也就较强，这是觅用户的一种方式。

第四，当你的软件做一个十分好的效果情况下，你不会找到你的频率很多时候在硬件上，你怎么把体验做到得更佳，你必需要对硬件有一定的把触能力。陈伟对回应，搜狗语音技术的渐渐公开发表，内在来讲，经历过一段决意茁壮的过程。

时间上，从2012年至2016年，这段时间，搜狗将焦点放到服务内容产品、溶解技术上面，从2016年至2017年，是搜狗语音交互技术密集落地的时间。原因上，陈伟对说明称之为，主要是因为经过充足长时间的溶解，搜狗语音技术的能力渐渐成熟期，在国内早已归属于领先了，“于是我们指出有适当将落地产品拿出来。”“搜狗仍然是以技术只求的公司。

”开始钻研AI 技术的时间早于于阿尔法狗概念疯狂的时间，方向上仍然尽可能将焦点探讨在输入法与搜寻两个主产品。而搜狗将产品确实构建落地的前提之一，就是当时辨识技术成熟期，并被运用在输入法上。陈伟讲解称之为，搜狗输入法刚刚上线时错误率超过了30%~40%，如今降到10%，流量也持续下跌。

当语音质量平稳在安静、没口音的情况下，准确率可以超过97%。此外，搜狗环绕公司战略渐渐开始业务拓展，比如开始多模态研发、将手写放在搜狗输入法上、自研翻译成技术、渐渐环绕交互构成自己的语音助手，以及目前与四维合作的车展设备、与小米电视、创维电视合作的语音交互技术等，都在逐步落地。3、技术成熟期、产品落地，搜狗语音的下一步在哪里？语音交互是一个场景十分明朗的状态，搜狗既期望将这项技术能力输入，也期望可以探寻出有语音交互的现实场景在什么地方。

因此，搜狗将刚刚须要场景瞄准在车载、智能家居以及可穿着三个场景，通过与还包括小米、创维能较好公司合作深度自定义。2016年8月4日，搜狗发售语音交互引擎“知音”，其后，搜狗打造出“知音OS”语音交互平台，是一款面向手机、电视、可穿着、车载设备等智能设备的语音交互平台。目前，知音OS早已在小米、魅族、创维、海尔等产品中落地应用于。

目前，据(公众号：)理解，目前多家人工智能公司皆致力于操作系统与开放平台的研发与推展，谈及搜狗的独特性，陈伟称之为，相比而言，搜狗知音不会更加对外开放一些。“搜狗不会将自身能力与合作方做到更加多的了解自定义，还包括经验与能力层面的交流与交互。忽略，其他公司也许比较堵塞一些，更加偏向于将自定义借口掌控在自己手里，输入堵塞的解决方案。

”同时，目前确实有能力将语音交互做闭环的公司少之又少，从前端硬件结构，到后端辨识制备、语义解读，再行再加翻译成，这些能力全部不具备的公司并不多。但搜狗所不具备的独有优势是，大大展开的产品递归，可以让搜狗无论从搜寻本身构成的科学知识累积、或是有数产品贡献出有的用户数据，皆累积成大规模的用户资源，进而将整个交互场景搭起得更加完备。“要将语音交互做标准化是较为无以的，更加多还是要环绕横向层面发力。

”陈伟回应。至于知音OS系统的推展时间，陈伟称之为，目前整个团队正朝大规模推展方向回头，但细水长流，还没确认的时间点，必须等到整个团队创建平稳的吞吐能力、标准化体系、以及最合适自己的场景。

“大方向还是由搜狗搭起技能平台，由用户自己去自定义、自自定义。”原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：开云(中国)Kaiyun-www.xqtech.top