【钉科技，北京报道】“搜狗本来就是一家做AI（人工智能）的互联网公司。”在8月3日的搜狗“知音”语音交互引擎发布会上，CTO杨洪涛这样说。当天，搜狐网络大厦电梯里的LED屏还在播放搜狗十周年生日的一段视频。

也就是在搜狗输入法十周年生日庆典上，CEO王小川曾表示：搜狗输入法用户规模已超过5.2亿，无论在PC端还是移动端，都领先其他竞争者。搜狗输入法的下一步是要不断优化自然语言处理技术，向人工智能方向发展，尤其在涉及语音识别、语义理解以及人机交互方面的语音输入领域。

从12年开始研发智能语音技术，即便同科大讯飞等专精人工智能领域的企业相比，布局晚了许多，但搜狗依旧可以算是业内老兵了，在搜狗输入法和搜狗搜索中也都有语音交互的应用。

在钉科技看来，这次发布会的意义，对搜狗而言，除了表明技术更加成熟之外，就是为与各领域伙伴的合作做一个铺垫。杨洪涛在当天也有类似的表述：知音引擎要具备开放的属性。开放，就是在出行等垂直领域的延伸，为相关合作伙伴提供语音交互支持，向更多的总段入口进行布局。

搜狗语音交互技术中心负责人王砚峰介绍，在今年3月份针对搜狗、讯飞、百度三家的语音引擎的第三方评测中，搜狗与讯飞能力持平，整体领先百度。

在现场播放的横向对比视频和体验中，钉科技的直观感受是，搜狗知音在相关内容的连续延伸搜索方面有比较好的表现，可以顺畅进行多轮对话。能够处理更复杂的用户交互逻辑，用更自然并且用户更容易接受和理解的方式进行交互，更好地感知用户语音请求背后的真正需求，从而提供更为便捷的人性化服务。

例如，当用户说我要去首都机场，它会问T1还是T2，当用户确定航站楼后，它会问是出发还是接人。

让热印象比较深刻的是，在语音输入章XX时，首次转换的文字为“张”，当使用者说改为立早“章”之后，文字得到了纠正，这在一些场景，比如驾驶场景中，是相当方便的，也能更好地保证驾驶员的安全。

知音的知也恰恰在这些方面得到了体现。

王砚峰表示，“知音”在语音识别、语音纠错、知识图谱信息整合能力及多轮对话理解方面具有技术优势。而这种优势，在搜狗方面看来，得益于输入法及搜索积累下来的大量数据对于其语义理解能力的锤炼。

钉科技认为，搜索引擎团队适合拓展人工智能业务的原因之一也正在于可以占有和调用足够量的数据，而且这些数据具备相当的时效性和活性。

搜狗方面罗列了一组数据：搜狗在线语音输入法语音助手请求次数超过1.4亿次， 用户每天使用率占8%。依托于深度学习的语义理解，搜狗语义引擎较2013年应用之初错误率降低了60%，较2015年降低了30%。

搜狗输入法用户每天能产生的预料规模达到11.7万小时，这比当前任何语音技术团队所使用的预料规模都要大。此外，搜狗表示正在通过端到端的模型、主动积累错误反馈、线上部署GPU加速等手段促进机器语义理解的智能性。在谈及要提高语义理解能力需要基于优质的、大规模材料时，杨洪涛这样表述。

语音识别、语音交互、语义理解，在这些层面，搜狗知音都比之前的语音应用更加成熟。当然，在钉科技看来，知音距离不仅“能听会说”，还“能理解会思考”尚有一段距离。

真正的理解和思考，或许正如杨洪涛所说，就是能够替代人做出合乎实际的判断和选择，在这个层面上，知音还需要学习，足够成熟的时候，或许就不需要用户再通过额外的交互将“张”改为“章”（当然，搜狗方面的用意主要在于出现错误时方便修改）。

杨洪涛表示，不久之后，搜狗将会发布相关的语音文字高准确率转换的小应用，目标人群主要是媒体记者等文字工作者，或许能够帮助记者实现“用嘴写稿”的梦想。