Gboard更新引入AI離線聽寫功能 僅限Pixel手機(jī)
谷歌近日在對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寫電子郵件和文本信息。負(fù)責(zé)谷歌語音和移動輸入的團(tuán)隊負(fù)責(zé)人和科研專家Franoise Beaufays表示:“設(shè)想下這樣的場景: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WiFi網(wǎng)絡(luò)覆蓋區(qū)域且沒有激活蜂窩網(wǎng)絡(luò)因此你無法獲得網(wǎng)絡(luò)連接,而現(xiàn)在這不是問題了。”
或許對于用戶來說這是一個微不足道的改進(jìn),但是Beaufays表示雖然語音識別技術(shù)的改進(jìn)將會慢慢改變我們同移動設(shè)備交互的方式。她指出雖然語音識別技術(shù)近年來有較大的改善,但仍然是一項不成熟的技術(shù)。它是計算密集型的,這意味著大多數(shù)語音識別系統(tǒng)必須通過互聯(lián)網(wǎng)發(fā)送數(shù)據(jù),結(jié)果是聽寫緩慢且不可靠。
Beaufays說:“設(shè)想下如果你所使用的輸入法,只有網(wǎng)絡(luò)連接不好就無法敲擊鍵盤,那么你肯定不會再去使用這個輸入法。”但是通過離線操作可以讓聽寫變成一個更自然的選擇。為了實(shí)現(xiàn)這個改變,Google團(tuán)隊耗費(fèi)了五年時間對語音識別進(jìn)行了深入的研究,并簡化了用于語音識別AI系統(tǒng)。例如,舊版Gboard的聽寫操作使用三個獨(dú)立的組件來模擬音頻波形,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步驟中。
此外新模型還簡化了系統(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的聽寫模型中,這個decoder graph容量達(dá)到了2GB,這對于手機(jī)用戶來說無疑是太大了。相比較而言,新版本只有80MB,小了25倍。
本次升級僅限于美國英語的聽寫,且僅支持Pixel系列手機(jī)。不過Beaufays表示未來將會面向更多語言開放。Beaufays表示:“從技術(shù)的角度來說,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)為未來會在更多設(shè)備上支持更多語言!
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價拍賣
- 5 具身智能火了,但規(guī)模落地還需時間
- 6 國產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 7 三次錯失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市