云知聲對比科大訊飛人工智能語音技術(shù)

隨著科技的進(jìn)步，人工智能在今天，早已不是一個現(xiàn)實中難以觸及的概念，伴隨智能家居、車聯(lián)網(wǎng)、甚至是VR產(chǎn)品的涌現(xiàn)，人工智能的未來也有了更多可探索的方向。

從人機交互形式出發(fā)，語音識別無疑是人工智能產(chǎn)品與用戶之間，最便捷有效的交流形式。

12月16日，年關(guān)將至，專注人工智能領(lǐng)域，擁有全球頂尖語音識別技術(shù)的業(yè)界新銳云知聲，在京舉辦了年度品牌發(fā)布會，以“看見聲音的價值”為主題解釋了語音技術(shù)對人工智能非凡的含義，而聲音價值的背后，毫無疑問，是不斷升級的技術(shù)。

當(dāng)今的移動互聯(lián)網(wǎng)領(lǐng)域，語音服務(wù)已經(jīng)變得越來越重要，在移動端，語音輸入由于具有相對于敲字鍵入的便捷與高效性，無疑已經(jīng)成為趨勢。而在不少創(chuàng)業(yè)者和投資人眼中，傳統(tǒng)的搜索已成為過去時，基于語音、語義的搜索和應(yīng)用服務(wù)才是未來。

近日國內(nèi)知名企業(yè)搜狗，對于語音服務(wù)技術(shù)支持的選擇也成為業(yè)內(nèi)的焦點話題，其推出的“搜狗語音助手”首先選擇了一家新興企業(yè)——“云知聲”，隨后又植入第二家公司——“科大訊飛”作為支持，筆者將會在下文中對二者的表現(xiàn)做一些簡單的對比測試，讓大家能夠深入了解其性能。

近日筆者在業(yè)內(nèi)發(fā)現(xiàn)殺出一匹黑馬，一家開放共贏的新興企業(yè)，有一個詩情畫意的名字——云知聲。這家在2012年6月成立的公司，并沒有“國企范兒”，而是秉承開放的心態(tài)，作為技術(shù)服務(wù)提供商，提供根植于移動互聯(lián)網(wǎng)的專業(yè)語音識別服務(wù)。

主流語音識別對比小測試

日前，國內(nèi)知名企業(yè)搜狗與科大訊飛、云知聲合作，推出“搜狗語音助手”插件。據(jù)有關(guān)人士透露，搜狗也曾在兩家公司之間難于選擇，畢竟云知聲作為一家成立只有半年多的創(chuàng)業(yè)公司，在業(yè)內(nèi)還未得到足夠的重視，相較于發(fā)展10余年的科大訊飛，云知聲的成績還是鮮為人知。但兩家公司在技術(shù)實力方面旗鼓相當(dāng)，在同款“搜狗語音助手”上的表現(xiàn)也不相上下。最終的結(jié)果是，搜狗在2012年11月首發(fā)時是選擇了云知聲，數(shù)月后才又加上了科大訊飛。

接下來，筆者將兩家公司對于同款產(chǎn)品“搜狗語音助手”的技術(shù)服務(wù)支持做一個對比小測試，看一家從2009年開始從事語音識別技術(shù)的老牌企業(yè)——科大訊飛，與一家容納國內(nèi)10年實驗室技術(shù)團(tuán)隊的新銳企業(yè)——云知聲，在反應(yīng)速度、識別能力和譯字準(zhǔn)確率方面的表現(xiàn)如何。

在本次的測試中，筆者的全部語音是使用相同循環(huán)錄音進(jìn)行輸入，以保證對比的公平性和準(zhǔn)確性。

【測試1】首先我們來看看在“搜狗語音助手”中，二者的集成方式有何區(qū)別。具體顯示結(jié)果：

圖1、云知聲語音輸入界面圖2、科大訊飛語音輸入界面

測試1結(jié)果：從上圖中我們可以清晰地看到，科大訊飛采用了傳統(tǒng)語音輸入的模式，彈出獨立對話框進(jìn)行語音輸入。而云知聲則是可定制的界面，在搜狗語音助手中是完全嵌入式語音輸入，在同一界面中即可完成輸入。當(dāng)然，這樣集成方式上的區(qū)別，就見仁見智了，筆者還是更傾向于嵌入式的音頻顯示，看起來更加清晰明了，不會覆蓋前面的對話內(nèi)容。

【測試2】專業(yè)詞匯。詞匯類別：軟件開發(fā)。測試語句為：“軟件設(shè)計包括設(shè)計軟件的功能和實現(xiàn)的算法和方法、軟件的總體結(jié)構(gòu)設(shè)計和模塊設(shè)計（普通話）”，得到以下測試結(jié)果，

測試2結(jié)果：通過專業(yè)詞匯測試看出，二者對于中文普通話的識別率比較高，只要發(fā)音夠標(biāo)準(zhǔn)，云知聲的語音識別準(zhǔn)確率幾乎可達(dá)100%，另外對于整句話的邏輯性和條理性也非常清晰，專業(yè)詞句也能夠準(zhǔn)確識別，并沒有出現(xiàn)任何錯別字。但科大訊飛在這輪的比拼中卻略顯劣勢，邏輯性欠佳，并有錯別字出現(xiàn)。

另外在測試中，筆者可以感受到云知聲的反應(yīng)速度是很快的，而科大訊飛可能要稍遜一籌。

【測試3】循環(huán)演說。測試內(nèi)容為：“在微博網(wǎng)友中流傳著一種‘黃金雞蛋‘做法，讓不少人躍躍欲試。瘋狂地晃動你手中的生雞蛋，將蛋黃和蛋清混合，帶殼煮熟后，你就得到了一個’黃金雞蛋‘！這種蛋兒童更易使用，不會把蛋黃末弄得到處都是。但是經(jīng)過不少網(wǎng)友實踐，似乎很難將蛋黃蛋清搖勻！求專家解答！你試過嗎？（普通話連續(xù)說兩遍）”，這樣大段的內(nèi)容陳述，看看結(jié)果如何

測試3結(jié)果：從測試結(jié)果上來看，科大訊飛的輸入時間是有一些限制的，對于大段文字的輸入，訊飛可能還要擴充一下輸入時間的限制范圍。另外，在識別準(zhǔn)確度上，云知聲變現(xiàn)的更為突出，幾乎沒有錯別字的出現(xiàn)。細(xì)心的朋友可能還會發(fā)現(xiàn)，用云知聲輸入的內(nèi)容，有很好的“斷句”，不會有冗長的句式出現(xiàn)。

【測試4】方言測試。方言語種為武漢話，測試語句為“搜狗語音輸入插件”。測試結(jié)果

測試4結(jié)果：通過方言測試看出，兩款插件對方言的識別情況欠佳，識別出來的語句基本沒有任何調(diào)理和邏輯性。這也不奇怪，就算在現(xiàn)實溝通中，一個北方人到南方，也會經(jīng)常有一些聽不懂南方地區(qū)方言的情況出現(xiàn)。

【測試5】中英文混淆測試。測試內(nèi)容為：“ipad mini真好看，I want to buy it”，這樣大段的內(nèi)容陳述，看看結(jié)果如何，如圖11、圖12：

測試5結(jié)果： 從中英文混淆輸入的測試結(jié)果中我們可以看到，科大訊飛能夠準(zhǔn)確辨別中英文，做出正確的判斷及輸出。而新生的云知聲在對于中英文混合的識別準(zhǔn)確率還有待提升。相比之下，科大訊飛不愧是有著數(shù)年的積累，云知聲還應(yīng)該繼續(xù)努力，積累完善自己的技術(shù)。