（2016年8月3日，搜狗CTO楊洪濤在“知音”引擎發(fā)布會(huì)上）

搜狗語(yǔ)音助手app的最后一次更新，停留在兩年前。它誕生于 2012 年，是蘋果 Siri 引發(fā)的語(yǔ)音助理產(chǎn)品浪潮中的一個(gè)。后來(lái)同類的產(chǎn)品都趨于沉寂。搜狗語(yǔ)音交互技術(shù)中心負(fù)責(zé)人王硯峰，把這類產(chǎn)品稱為“通用型語(yǔ)音助理”。他說(shuō)，人們使用通用型語(yǔ)音助理的時(shí)候，會(huì)想著這個(gè)軟件應(yīng)該是無(wú)所不能、無(wú)所不會(huì)的，但現(xiàn)在的技術(shù)做不到這一點(diǎn)，而且五年之內(nèi)都不可能做到。

今年上任的搜狗CTO楊洪濤總結(jié)道，通用型語(yǔ)音助理更加注重“廣度”的開(kāi)發(fā)，開(kāi)發(fā)者想滿足用戶的各種需求，但技術(shù)上又沒(méi)法達(dá)到用戶預(yù)期，所以這種語(yǔ)音助理的位置很尷尬。

于是，搜狗很早就放棄了通用型語(yǔ)音助手的開(kāi)發(fā)，轉(zhuǎn)換思路，將精力轉(zhuǎn)移到垂直型的場(chǎng)景中。他們?cè)噲D通過(guò)對(duì)垂直場(chǎng)景的深度優(yōu)化，讓語(yǔ)音交互技術(shù)為更多人所用。

這種做法，與仍然在走通用型語(yǔ)音助理的同業(yè)者截然不同。搜狗CTO楊洪濤，形容這種不同本質(zhì)上非技術(shù)問(wèn)題，而是產(chǎn)品觀的問(wèn)題。他認(rèn)為，在基礎(chǔ)語(yǔ)音技術(shù)水準(zhǔn)上，幾家大公司的能力會(huì)趨同，不會(huì)有本質(zhì)上的差異，但體現(xiàn)在產(chǎn)品上就會(huì)有領(lǐng)先有落后。這取決于兩點(diǎn)：一是產(chǎn)品觀；二是數(shù)據(jù)與技術(shù)的配合情況。

按照雷鋒網(wǎng)的理解，這兩點(diǎn)其實(shí)是楊洪濤悄悄開(kāi)了兩槍：一槍打向搜索引擎同業(yè)者，瞄準(zhǔn)其堅(jiān)持通用型語(yǔ)音助理的產(chǎn)品觀；一槍打向傳統(tǒng)語(yǔ)音技術(shù)供應(yīng)商，瞄準(zhǔn)其為多個(gè)合作伙伴提供技術(shù)的方式，缺乏數(shù)據(jù)上的深度優(yōu)化能力。

楊洪濤說(shuō)，訊飛也在跟高德地圖合作，但這種合作跟搜狗語(yǔ)音團(tuán)隊(duì)與搜狗地圖的合作是不一樣的?！拔覀?cè)诖蚰?dǎo)航里面的語(yǔ)音交互能力的時(shí)候，是跟地圖的產(chǎn)品經(jīng)理坐在一起討論這件事情怎么做，友商基本不可能?！?/p>

垂直場(chǎng)景之車內(nèi)導(dǎo)航

車內(nèi)導(dǎo)航是搜狗看中的一個(gè)垂直場(chǎng)景。8月3日的搜狗“知音”引擎發(fā)布會(huì)上，他們展示了針對(duì)車內(nèi)導(dǎo)航場(chǎng)景做的優(yōu)化，最明顯的變化是支持多輪對(duì)話。比如，用戶想去化工大學(xué)的時(shí)候，導(dǎo)航系統(tǒng)會(huì)問(wèn)用戶，去哪個(gè)校區(qū)（北校區(qū)還是東校區(qū)），但用戶的回答可能是“昌平的那個(gè)校區(qū)”，這時(shí)候搜狗的導(dǎo)航系統(tǒng)也可以理解用戶想去哪個(gè)校區(qū)。

搜狗語(yǔ)音交互技術(shù)中心負(fù)責(zé)人王硯峰說(shuō)，用戶習(xí)慣于通過(guò)周圍熟悉的建筑物跟地圖進(jìn)行進(jìn)一步的交互，這種交互是非常深度的。你需要有地圖的知識(shí)，同時(shí)語(yǔ)音系統(tǒng)要知道用戶是通過(guò)這種地標(biāo)的方式進(jìn)行查詢。如果你沒(méi)有這樣的能力，你在識(shí)別階段或者語(yǔ)義理解階段是解決不了這樣的需求的。

垂直場(chǎng)景之語(yǔ)音輸入

語(yǔ)音輸入是另一個(gè)搜狗看中的垂直場(chǎng)景。對(duì)于以輸入法為核心產(chǎn)品的搜狗來(lái)說(shuō)，這一點(diǎn)幾乎是顯而易見(jiàn)的?；顒?dòng)中，楊洪濤現(xiàn)場(chǎng)展示了搜狗實(shí)時(shí)轉(zhuǎn)寫字幕的功能，楊洪濤的講話內(nèi)容實(shí)時(shí)出現(xiàn)在屏幕上，這是語(yǔ)音輸入相關(guān)技術(shù)第二次亮相。之前搜狗CEO王小川在上海進(jìn)行過(guò)演示。

搜狗針對(duì)語(yǔ)音輸入功能做的優(yōu)化，主要是大幅改進(jìn)“語(yǔ)音修改”能力。王硯峰介紹，他們借鑒了人與人之間溝通時(shí)怎么向?qū)Ψ浇忉屛淖趾x的方式。并舉例，介紹自己的時(shí)候，他會(huì)說(shuō)“我叫王硯峰，硯臺(tái)的硯，山峰的峰”。如果機(jī)器可以聽(tīng)懂人與人之間語(yǔ)言糾錯(cuò)的話，對(duì)于用戶體驗(yàn)的提升就會(huì)非常大，其實(shí)就是讓用戶能夠用一種自然語(yǔ)音的方式跟機(jī)器交流。

搜狗目前在iOS版輸入法的語(yǔ)音輸入功能上，已經(jīng)加入了這項(xiàng)被稱為“語(yǔ)音修改”的功能（官方稱 Android 版月內(nèi)也會(huì)上線）。語(yǔ)音輸入完一段話之后，可以按照自己的想法進(jìn)行修改。這里有段視頻大家可以了解下。

搜狗看重的第三個(gè)垂直場(chǎng)景是家庭娛樂(lè)。簡(jiǎn)單說(shuō)，就是在電視和電視盒子上輸入文字是非常麻煩的，語(yǔ)音這時(shí)候可以起到更重要的作用。搜狗現(xiàn)場(chǎng)演示了，通過(guò)多輪對(duì)話和對(duì)話中出現(xiàn)的“知識(shí)”的語(yǔ)義理解，更好地理解用戶的需求。這方面，其實(shí)搜狗沒(méi)有展開(kāi)講，因?yàn)檫€沒(méi)有具體的產(chǎn)品落地。搜狗在會(huì)后透露了他們的打算，希望找到一家業(yè)內(nèi)技術(shù)最強(qiáng)的電視廠商，一起做針對(duì)內(nèi)容數(shù)據(jù)的深度優(yōu)化，打磨產(chǎn)品，滿足家庭娛樂(lè)場(chǎng)景下的真實(shí)需求。

從通用型到垂直場(chǎng)景，業(yè)務(wù)重點(diǎn)從追求廣度到追求深度。搜狗雖然戰(zhàn)略上放棄了通用型語(yǔ)音助理的開(kāi)發(fā)，但是通過(guò)垂直場(chǎng)景下數(shù)據(jù)和技術(shù)的配合，語(yǔ)音交互之樹(shù)卻扎根更深。 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。