看相聲還是看手機?當羅永浩“意外”抖出了某語音輸入的包袱后。一把刷屏好手之稱的羅永浩這次是回歸廣告界了嗎?或許是。那么，因直播驚艷而走火的“老干部”科大訊飛真如老羅展示“上了天”嗎?

　　事實上，在語音識別這個幾近成熟的市場內，技術和產品的勝負早已有定奪。要了解語音輸入和語音識別，應該先走出四大誤區(qū)。

　　誤區(qū)一：語音識別是個新領域嗎?

　　1950年，計算機之父圖靈在《思想》雜志上發(fā)表了一篇題為《計算的機器和智能》的論文。在這篇文章中圖靈提出了影響至今的圖靈測試，后來，計算機科學家們認為，如果計算機實現(xiàn)了語音識別、機器翻譯、文本的自動摘要或者寫作、戰(zhàn)勝人類的國際象棋冠軍、自動回答問題中的一件事情，就可以認為它有圖靈所說的那種智能，所以語音識別是科學家們從上個世紀50年代就“庖丁解牛”的領域。

　　當科學家進行語音識別研究之初，最初是陷入了計算機需要模擬人腦的誤區(qū)。直到20世紀70年代，在IBM華生實驗室，賈里尼克的團隊花了4年的時間，開發(fā)了一個基于統(tǒng)計法和數(shù)據(jù)的語音識別系統(tǒng)后，語音識別有了巨大飛躍，識別率迅速提高到90%以上，同時語音識別的規(guī)模從幾百詞上升到兩萬多詞。從此，語音識別就從實驗室走向實際應用了。

　　誤區(qū)二：訊飛是個toC的公司嗎?

　　當然，從用戶群來說，哪個產品的用戶數(shù)多，則代表著該產品被用戶的認可度更高。

　　事實上，科大訊飛一直是個2B(面向企業(yè)用戶)服務的公司，將自己的人工智能服務授權給其他企業(yè)是主要的商業(yè)模式。雖然科大訊飛在最近幾年也開始發(fā)力2C(面向消費者)的產品，比如智能音箱、錄音寶、錄音筆等硬件，以及錘子發(fā)布會火了的“語音識別”，但這些產品在市場上的占有率并不算高。

　　那么，到底什么語音輸入法是2C用戶為主，被用戶使用次數(shù)最多、認可度更高的呢?數(shù)據(jù)會說話。答案是歷經五年發(fā)展的搜狗語音輸入。據(jù)了解，截止目前，搜狗輸入法總用戶量已經超過5億，其中有相當部分的用戶會用到語音識別功能，每天擁有超過1.9億次的語音請求，是中國語音輸入量***的應用工具。

　　誤區(qū)三：沒數(shù)據(jù)就能做好語音輸入嗎?

　　“我的辦公室里每開除一個語言學家，我的語音識別系統(tǒng)錯誤率就能降低一個百分點!”當大神賈里尼克說出這句話的時候，他就意識到語音識別和語言語法關系不大，而是和語料數(shù)據(jù)息息相關。

　　要提升語音輸入用戶的產品體驗，必然需要積累大量的數(shù)據(jù)。搜狗語音識別背后就是由搜狗搜索引擎大數(shù)據(jù)支持，加之積累了十年的搜狗輸入法云詞庫數(shù)據(jù)，這樣才提升了用戶的使用體驗，從大數(shù)據(jù)的角度來看，科大訊飛在短時間是難以趕超搜狗的。

　　搜狗和科大訊飛***的不同是，搜狗是一家互聯(lián)網企業(yè)，其互聯(lián)網的產品布局更多，服務更全面，語音識別不僅能用于搜狗語音輸入法，還能用于搜狗搜索、搜狗地圖，一方面采集更廣泛數(shù)據(jù)，另一方也將用戶體驗提升至一個更高的水平。

　　誤區(qū)四：語音識別上屏是初亮相

　　“天啦嚕，老羅一邊演講，一邊字幕就上墻了!太神奇了!”能有類似感慨的不能不說是語音識別界的“小白”。

　　今年7月，搜狗公司CEO王小川在極客公園“奇點·創(chuàng)新者峰會”，就首秀了演講內容在現(xiàn)場實時生成滾動字幕，同步的字幕引起了現(xiàn)場觀眾極大的興趣，紛紛起立拍照。在演講結束后，現(xiàn)場語音識別成果立刻生成了完整的演講稿，觀眾通過掃描二維碼即可閱讀。利用搜狗公司的語音識別技術，王小川的演講內容顯示為文字的準確率已高達97%以上。

　　此外，搜狗語音輸入的新功能“語音修改”也***展示。用戶對著手機說出一段文字后，再通過自然語言的方式將語音識別錯誤的地方進行修正，贏得了現(xiàn)場熱烈的掌聲。因為搜狗語音交互引擎“知音”所具備的利用自然語言交互的語音修改能力，搜狗語音不僅要實現(xiàn)“能聽會說”，還要求具有“能理解會思考”的能力。