讯飞输入法“输入生态”人机交互新方向

沈雅

近日，2022科大讯飞全球1024开发者节“输入生态”论坛拉开帷幕。本次论坛分设“新输入·赋万物”“讯飞输入法12.0发布”“新输入·新传承”三大主题演讲，来自讯飞输入法的演讲嘉宾与现场和线上的朋友分享技术、产品、方言文化传承方面的新进展，以及面向万物智能时代所做出的新探索。

訊飞输入法总经理程坤在会上发表《新输入·赋万物》主题演讲，作为人工智能应用的先行者，讯飞输入法深耕行业12年，始终围绕“以人为本”，创新输入体验。最新数据显示，《讯飞输入法》日活用户已突破1亿，语音渗透率达75 %，日语音调用量较2021年提升45 %，这组数字正说明《讯飞输入法》不断为亿万用户提供个性、智能的人机交互。

在中国移动互联网的发展元年，《讯飞输入法》首创语音输入人机交互模式，不断提升输入效率和用户体验，使用讯飞输入法每日可为全社会节省100万小时输入时间。程坤指出，随着“万物皆终端、终端皆互联”的时代来临，储备前沿的人工智能技术并持续产品创新是《讯飞输入法》未来的关键点和制高点。

《讯飞输入法》一直以人工智能技术作为产品升级的驱动力，基于多环境因子嗅探的动态模型延展，通过增强模型和识别模型的深度耦合，推出了解决高噪、远场混响等复杂环境下的高精度语音识别。依托于高噪识别技术能力的支撑，在家居、车载、街区、公共交通、多人说话等典型高噪场景下，《讯飞输入法》都可准确识别。

为了给用户提供更自然、智能、可靠的交互体验，《讯飞输入法》全新升级语音个性化方言免切换模型，采用Conformer Encoder音频编码和全语言专家系统，实现用户级语言个性化识别，可支持普通话与20多种方言免切换语音识别。

此外，离线方言语音识别技术也获得突破，极大降低语音交互门槛。目前，讯飞还基于多语种合成技术，利用海量文本数据对小语种数据增强，扩充支持30种语言语音识别，进一步拓宽了语音输入场景。面对万物智能时代凸显的3个新的输入问题———复杂多样的交互界面、输入场景以及用户需求。《讯飞输入法》产品总监赵明路在现场发布讯飞输入法12.0，用实实在在的产品给出了讯飞的解决方案。

据悉，基于移动终端、穿戴设备、智能家居、车载车机等交互界面的变化，《讯飞输入法》为手表等小屏设备量身定制智能手写，面向智慧屏等大屏构建了可跨端流转的新输入等，让用户能够“畅快交互”。围绕智慧生活场景，《讯飞输入法》基于输入服务与用户连接的需求根基，提出一整套输入新方案。面向愈来复杂多样的输入场景，《讯飞输入法》12.0搭载全新AI智能化输入引擎，在聊天、音乐、综艺、影视、生活服务情景下，都能赋以高效、准确、自如的表达。此外，《讯飞输入法》面向不同用户特点，加入游戏语音键盘、跨屏输入、长辈模式、无障碍输入等模式，抓稳用户体验。

作为人工智能技术的天然载体，输入法从工具到服务再发展到生态圈层，每一次的进步都离不开创新，技术的创新又为内容生产方式注入新的生机活力。数据显示，讯飞输入法个性化内容服务使用者中年轻用户占比达48 %，吸引了内容创作者超过万人，内容使用量多达100亿次。会上，赵明路发布i-Blocks输入个性化内容开放平台。该平台以《讯飞输入法》为基座，秉承生态开放的理念，助力众多创作者获得内容业务的快速增长。

据《讯飞输入法》副总经理李强军介绍，《讯飞输入法》早在2011年就启动粤语识别项目，并且用3年时间陆续上线了10种方言识别。2017年，《讯飞输入法》正式发布方言保护计划，随着该计划的持续推进，中国方言库汇集语料已超过160万条，覆盖粤语、吴语、闽语、晋语等十大主要方言区。基于方言语料的积累，讯飞输入法实现25种方言以及5种民族语言的语音识别，目前还完成13种方言合成和2种方言翻译，将应用成果普惠大众。

李强军表示，一直以来，讯飞输入法充分挖掘方言的文化内核，努力“拓圈”传承。比如讯飞输入法、讯飞苏研院联合蜃楼志STUDIO创新制作《姑苏琐记》系列公益短片，借力多种数字技术开辟方言保护和文化传承的新场景，不仅让观众听到AI方言配音，还看见虚拟人有声有色的演绎。在推进方言保护计划过程中，讯飞与新华书店、苏州博物馆、海南民生广播、中国蓝TV展开广泛合作。此外，携手中国方言研究院、苏州图书馆多家单位推出线上方言公开课、教学短片，用方言魅力增强地域文化自信。这些努力不仅有利于加大方言保护的力度，也将对文化传承产生深远的影响。

在本次论坛上《讯飞输入法》超前预判，以语音为主、键盘触摸为辅，肢体语言动作为补充的万物智能时代正在到来。在此基础上，《讯飞输入法》发布12.0，用AI赋能“新输入”，面向未来的人机交互更迈进一步，对当下具有非常强的现实意义。