搜狗CTO杨洪涛：开放AI听写服务比只开放技术更具挑战性

【TechWeb】8月29日，近日搜狗正式开放了AI录音笔听写服务，并和纽曼、索尼等录音笔行业头部企业成立AI创新联盟，这样手持索尼、纽曼等品牌录音笔的用户，也可以通过PC和手机APP直接使用搜狗提供的语音转文字等AI服务。

搜狗CTO杨洪涛在接受媒体采访时表示，搜狗开放“听写服务”，而不是“听写技术”，搜狗是要把语音听写技术转变成一个完整的服务提供给合作伙伴，开放服务为商业化带来更多前景，也对搜狗技术、服务能力提出了更高挑战。

开放听写服务 激活传统录音笔的AI功能服务

报告显示，中国录音笔销量2015年全年是425万台，2016年是431万台，2017年是432万台，行业进入增长迟缓，趋于饱和状态。同时传统录音笔产品功能比较单一，很多场景下录音笔功能已经被手机替代了。

杨洪涛介绍，去年3月份搜狗发布了录音翻译笔产品并在市场上获得了不错的反响。基于搜狗录音翻译笔搭载的AI技术服务能力，如超强的收音、准确转写、更丰富的场景服务等，搜狗希望把这些AI服务赋能给传统录音笔，让所有的录音笔都能轻松成为一款AI产品。

据杨洪涛介绍，搜狗开放听写服务后，可以为市场上90%以上的录音笔产品提供接入服务，让所有有需求的用户享受“录音1小时，出稿5分钟”的体验。

这也就意味着，目前录音笔存量市场中的大部分产品不需要升级、换新，就能用上AI服务。

杨洪涛表示：“搜狗的聚焦点是做优秀的AI技术，优秀的AI服务。我们的合作伙伴会有聚焦在硬件的定义、硬件的销售、硬件技术的研发，我们希望结合为一体，能够做出未来一代新的产品，都希望叫AI录音笔，成为一个新的体验。”

开放服务比开放技术更具挑战

同时，杨洪涛也强调：“搜狗开放听写服务，不是业界又来了一个开放平台，又是一个技术接口的API，索尼、爱国者利用搜狗的API做一个语音识别的软件，不是这样。搜狗而是把这个技术转变成一个完整的服务，把服务提供给合作伙伴。这个服务背后有新的商业机会，如果给用户转文字转得准，在文字内容生产上能产生更多新的价值。”

搜狗AI交互技术中心总经理王砚峰补充表示，之前大家都一股脑的做技术开放平台，但是技术开放平台本身如果跟客户的使用场景融合不足够，优化深度也不够时，技术就变成一种鸡肋。让技术在客户使用的场景当中有更好地适配能力，同时有更好的销售能力，并且还能够在传统的行业中打通从销售到使用的各个环节，这对于包括搜狗在内的很多做AI技术的公司来讲是不得不经历的挑战。未来的AI赋能一定是越做越重，而不是越做越轻，因为很难从轻的过程中找到你的不可替代性，以及找到对这个场景独有的优化性。这是搜狗做听写服务，不只是做听写技术的原因。同时需要把配套做起来，把配套做起来有了好的从技术到服务体系的支撑，才能把更多更好的合作伙伴吸引过来。

此外，谈到听写技术和服务未来的发展时，杨洪涛认为，让收音能力增强是录音笔一个非常重要的工作，利用AI技术做声音阵列的前端，相信未来会有更多这方面的注意和补充。

另外，王砚峰认为，听写技术的自纠错能力也非常重要，当多项技术做串联的时候，比如从听清再到转写，需要中间有强大的能力对上一环节的技术进行纠错，不是前一个系统是80%的准确率，下一个系统是80%的准确率，这两个准确率乘起来就是60%了，就不可用了，所以后面的系统怎么能够“吃掉”前面的错误，这也是需要不断增强的技术。