語(yǔ)音助手極大的解放了人類的雙手，當(dāng)雙手雙眼被占用時(shí)，當(dāng)無(wú)法在鍵盤上輸入時(shí)，當(dāng)打字不方便時(shí)，只需說(shuō)出你的指令，應(yīng)用便會(huì)自動(dòng)進(jìn)行下一步操作，就像請(qǐng)別人幫忙一樣方便。不過對(duì)待語(yǔ)音助手可不能像對(duì)待朋友那般隨意，你說(shuō)出的指令要非常清晰，除了發(fā)音要字正腔圓之外，還要直接表達(dá)出指令的含義，這是由于語(yǔ)音助手不具備邏輯思考能力，它無(wú)法像人類一樣去“理解”，語(yǔ)音助手背后的語(yǔ)音技術(shù)就顯得尤為重要了。

　　前一段時(shí)間，搜狗發(fā)布了“知 音”引擎，它是一種可以令人機(jī)交互更加自然的語(yǔ)音技術(shù)，有了它的幫助手機(jī)上的語(yǔ)音助手，以及其它支持語(yǔ)音輸入功能的應(yīng)用可以理解邏輯更為復(fù)雜的指令，而不 再需要“慢慢說(shuō)”，甚至當(dāng)你的指令有前后順序和層級(jí)關(guān)系時(shí)它也能聽懂，這就好比機(jī)器突然有了大腦一樣。

　　糾錯(cuò)

　　其實(shí)當(dāng)前的語(yǔ) 音技術(shù)是有一定的糾錯(cuò)能力的，比如使用語(yǔ)音輸入時(shí)，當(dāng)用戶說(shuō)出某個(gè)詞語(yǔ)后應(yīng)用會(huì)通過發(fā)音來(lái)判斷是哪些文字，但在用戶說(shuō)出全部?jī)?nèi)容時(shí)，前面的某些詞語(yǔ)還會(huì)繼 續(xù)進(jìn)行修正。不過一旦文字上屏就不能再次修改了，只能通過手動(dòng)的方法刪除，麻煩不說(shuō)，也失去了語(yǔ)音輸入的意義。

　　搜狗輸入法中已經(jīng)接入了“知音”引擎，它具備理解糾錯(cuò)指令的能力，如果用戶發(fā)現(xiàn)哪里輸入錯(cuò)誤，可以通過語(yǔ)音的方式來(lái)修改。受到環(huán)境、口音、語(yǔ)速等影響，語(yǔ)音輸入時(shí)聽錯(cuò)字是很正常的，通過實(shí)際測(cè)試來(lái)檢驗(yàn)一下搜狗輸入法語(yǔ)音輸入的糾錯(cuò)能力。

　　全部指令如下：

　　“今天晚上七點(diǎn)，我和他一起去大望路吃飯，那邊兒好停車”

　　“女字旁的她”

　　“把七點(diǎn)改為六點(diǎn)”

　　“把大望路改成國(guó)貿(mào)”

　　“叫上張爽一起去吧”

　　“立早章”

　　“刪掉那邊兒好停車”

　　可以看到無(wú)論是輸入時(shí)還是后期糾錯(cuò)，應(yīng)用所給出的結(jié)果是完全正確的，語(yǔ)音修改也變成了一件很簡(jiǎn)單的操作。不僅如此，它還能夠聽懂用戶發(fā)出的糾錯(cuò)指令并替換掉錯(cuò)誤的內(nèi)容，解決了聽錯(cuò)字的問題。

　　據(jù)搜狗語(yǔ)音交互技術(shù)中心負(fù)責(zé)人王硯峰表示，搜狗語(yǔ)音可以支持的文法數(shù)目在3萬(wàn)個(gè)以上，修改的成功率可達(dá)到80%，這些主要得益于豐富的詞庫(kù)數(shù)據(jù)、拆字庫(kù)、用戶輸入的語(yǔ)料以及大量的百科知識(shí)圖譜。而這些數(shù)據(jù)的來(lái)源除了語(yǔ)義系統(tǒng)架構(gòu)之外，還有搜狗旗下支持語(yǔ)音的產(chǎn)品。

　　邏輯指令

　　上文中提到，大多數(shù)語(yǔ)音指令只能采用“單線程處理”，也就是說(shuō)一個(gè)指令只能對(duì)應(yīng)一項(xiàng)功能，且不同的指令之間不能有邏輯關(guān)系。但是搜狗“知音”引擎表示可 以做到。前面提到語(yǔ)音輸入多用于雙手不便打字的情況下，比如駕車時(shí)，語(yǔ)音導(dǎo)航是一個(gè)非常重要的助手。通常來(lái)說(shuō)，使用語(yǔ)音導(dǎo)航時(shí)發(fā)出的指令邏輯性比較強(qiáng)，舉 個(gè)例子：“我要去首都機(jī)場(chǎng)”，導(dǎo)航其實(shí)是不知道你要去哪個(gè)航站樓的，但搭載了“知音”引擎后，導(dǎo)航會(huì)直接請(qǐng)用戶再發(fā)出更具體的指令，比如說(shuō)出幾號(hào)航站樓， 或者直接說(shuō)出航班號(hào)，“知音”引擎會(huì)以此為依據(jù)，進(jìn)一步確認(rèn)目的地。

　　在一些與我們生活更為貼近的方面，知音”引擎也在發(fā)揮作用，當(dāng)用戶發(fā)出“今天天氣怎么樣？”的指令時(shí)，由于意思明確非常容易理解，但當(dāng)用戶在給出答案之后再發(fā)出“那明天呢？”的指令時(shí)，通過語(yǔ)音技術(shù)的理解也可以正確給出明天的天氣預(yù)報(bào)。

　　對(duì)于人類來(lái)說(shuō)，剛才的兩句對(duì)話是有邏輯關(guān)系的，聽者非常容易就能明白“那明天呢？”指的是明天的天氣，但對(duì)于機(jī)器來(lái)說(shuō)這并不簡(jiǎn)單，基于對(duì)多輪對(duì)話技術(shù)的語(yǔ)義理解能力，“知音”引擎技術(shù)能識(shí)別出這兩條指令的前后關(guān)系，還是不錯(cuò)的。

　　注意：這項(xiàng)技術(shù)還在不斷的完善和優(yōu)化中，它無(wú)法達(dá)到人類的思維能力和水準(zhǔn)，對(duì)于邏輯關(guān)系太復(fù)雜的指令還不能正確識(shí)別。

　　目前搜狗旗下部分應(yīng)用已經(jīng)搭載了“知音”引擎技術(shù)，比如搜狗的車載導(dǎo)航以及輸入法等等，它還在升級(jí)的過程當(dāng)中，未來(lái)可能會(huì)有更多的應(yīng)用接入“知音”引擎，同時(shí)搜狗也表示愿意和能力更強(qiáng)的合作伙伴一起提升語(yǔ)音輸入的交互體驗(yàn)。