谷歌近日在對(duì)Gboard輸入法的更新中，為Pixel手機(jī)用戶引入了基于人工智能的離線聽(tīng)寫功能。谷歌表示Pixel用戶并不需要擔(dān)心是否已經(jīng)連接網(wǎng)絡(luò)，都可以更快更可靠的聽(tīng)寫電子郵件和文本信息。負(fù)責(zé)谷歌語(yǔ)音和移動(dòng)輸入的團(tuán)隊(duì)負(fù)責(zé)人和科研專家Franoise Beaufays表示：“設(shè)想下這樣的場(chǎng)景：你要出門但是你要給某人發(fā)送‘我要遲點(diǎn)到’的短信，由于你離開(kāi)WiFi網(wǎng)絡(luò)覆蓋區(qū)域且沒(méi)有激活蜂窩網(wǎng)絡(luò)因此你無(wú)法獲得網(wǎng)絡(luò)連接，而現(xiàn)在這不是問(wèn)題了�！�

或許對(duì)于用戶來(lái)說(shuō)這是一個(gè)微不足道的改進(jìn)，但是Beaufays表示雖然語(yǔ)音識(shí)別技術(shù)的改進(jìn)將會(huì)慢慢改變我們同移動(dòng)設(shè)備交互的方式。她指出雖然語(yǔ)音識(shí)別技術(shù)近年來(lái)有較大的改善，但仍然是一項(xiàng)不成熟的技術(shù)。它是計(jì)算密集型的，這意味著大多數(shù)語(yǔ)音識(shí)別系統(tǒng)必須通過(guò)互聯(lián)網(wǎng)發(fā)送數(shù)據(jù)，結(jié)果是聽(tīng)寫緩慢且不可靠。

Beaufays說(shuō)：“設(shè)想下如果你所使用的輸入法，只有網(wǎng)絡(luò)連接不好就無(wú)法敲擊鍵盤，那么你肯定不會(huì)再去使用這個(gè)輸入法�！钡�是通過(guò)離線操作可以讓聽(tīng)寫變成一個(gè)更自然的選擇。為了實(shí)現(xiàn)這個(gè)改變，Google團(tuán)隊(duì)耗費(fèi)了五年時(shí)間對(duì)語(yǔ)音識(shí)別進(jìn)行了深入的研究，并簡(jiǎn)化了用于語(yǔ)音識(shí)別AI系統(tǒng)。例如，舊版Gboard的聽(tīng)寫操作使用三個(gè)獨(dú)立的組件來(lái)模擬音頻波形，將聲音與音素匹配，然后將這些音素組合成書面輸出，更新后的版本將所有這些工作集成到一個(gè)步驟中。

此外新模型還簡(jiǎn)化了系統(tǒng)組件“decoder graph”，該組件就像是書籍中的索引的，能夠?qū)⒙暡ㄞD(zhuǎn)換成為匹配的書面文字。在舊版Gboard的聽(tīng)寫模型中，這個(gè)decoder graph容量達(dá)到了2GB，這對(duì)于手機(jī)用戶來(lái)說(shuō)無(wú)疑是太大了。相比較而言，新版本只有80MB，小了25倍。

本次升級(jí)僅限于美國(guó)英語(yǔ)的聽(tīng)寫，且僅支持Pixel系列手機(jī)。不過(guò)Beaufays表示未來(lái)將會(huì)面向更多語(yǔ)言開(kāi)放。Beaufays表示：“從技術(shù)的角度來(lái)說(shuō)，我認(rèn)為我們可以在更多手機(jī)上實(shí)現(xiàn)這點(diǎn)，而不僅僅只是Pixel。而且我認(rèn)為未來(lái)會(huì)在更多設(shè)備上支持更多語(yǔ)言�！�