由 dawei 【新闻】谷歌目前正在升级其Gboard键盘上的离线听写功能。谷歌表示，这一更新意味着用户将能够更快、更可靠地口述电子邮件和文本，而无需担心是否连接到互联网。
谷歌相关人员表示，语音识别的改进将慢慢地彻底改变我们与移动设备的交互方式。并指出，尽管语音识别技术近年来有所改进，但仍是一项不成熟的技术。它是计算密集型的，这意味着大多数语音识别系统必须通过互联网发送数据。
谷歌离线语音识别
为了实现这一转变，谷歌的团队花了五年时间研究这个问题，并简化了应用程序用于语音识别的人工智能系统。例如，旧版本的Gboard听写软件使用了三个独立的组件来建模音频波形，匹配声音和音素，然后将这些音素组合成书面输出，而更新版本则将所有这些工作都集成到了一个单一的步骤中。
新模型还将系统中被称为“decoder graph”的部分缩小了，该组件的功能类似于书中的索引，将音频波形与书面文字进行匹配。在旧版本的Gboard的听写模型中，这个“decoder graph”的大小为2GB。相比之下，新版本只有80兆，缩小了25倍。
此次升级目前仅限于美式英语听写，但Beaufays表示，未来这一功能将得到更广泛的应用，并将扩大人工智能语音识别的范围。