人們經(jīng)常向Siri和Alexa這樣的語音助手打招呼，讓語音助手來服務(wù)自己，但是語音助手可能會(huì)反應(yīng)很慢，而且這種體驗(yàn)可能也會(huì)時(shí)不時(shí)地出現(xiàn)故障。

周二，谷歌展示了一項(xiàng)新技術(shù)，該技術(shù)能顯著提高語音識(shí)別的響應(yīng)能力，這表明語音識(shí)別可能很快就會(huì)讓人無法抗拒。

在山景城的年度開發(fā)者大會(huì)上，谷歌吹噓其語音識(shí)別軟件縮小到其先前尺寸的1／25。首席執(zhí)行官Sundar Pichai稱這是一個(gè)里程碑，因?yàn)樗�意味著云服�?wù)器中的軟件可以安裝在Pixel智能手機(jī)中，使系統(tǒng)能夠更快地響應(yīng)一個(gè)人的聲音。

在星期二的一系列演示中，谷歌展示的手機(jī)可以在發(fā)出聲音時(shí)識(shí)別文字，而不是將音頻發(fā)送到遠(yuǎn)程服務(wù)器。更快的響應(yīng)速度可能會(huì)改變?nèi)藗兣c手機(jī)的關(guān)系。在所示的一個(gè)場景中，谷歌的虛擬助手比Siri等競爭對(duì)手顯得更加強(qiáng)大。

在該演示中，谷歌員工梅吉·霍林格（Meggie Hollinger）展示了她如何能夠通過一系列語音命令輕松地在手機(jī)上完成工作。而且每一項(xiàng)都比Siri更快地完成。

為了向朋友發(fā)送最近一次假期的照片，霍林格只說了兩句話，三個(gè)短語：“給我看黃石公園照片，有關(guān)動(dòng)物的，把它發(fā)給賈斯汀。”幾秒鐘之內(nèi)，谷歌的照片應(yīng)用程序搜索了她的收藏夾，并且顯示出一只野牛的照片。

谷歌人工智能首席執(zhí)行官杰夫迪恩在推特上表示這個(gè)語音識(shí)別功能會(huì)改變你與手機(jī)互動(dòng)的方式。

現(xiàn)代語音助手是2012年人工智能研究的產(chǎn)物，這表明深度學(xué)習(xí)技術(shù)可以使語音識(shí)別更加準(zhǔn)確。谷歌表示，該技術(shù)將錯(cuò)誤率降低了25％。但是，向云端發(fā)送音頻會(huì)限制速度，并由于網(wǎng)絡(luò)錯(cuò)誤而產(chǎn)生故障。

谷歌花了數(shù)年時(shí)間研究如何縮小深度學(xué)習(xí)軟件，并在2019年將其語音識(shí)別模型降至一個(gè)很低的門檻。

該公司周二表示，最新版本的谷歌云端服務(wù)器語音識(shí)別軟件包的大小約為2千兆字節(jié)，而且可以在智能手機(jī)上運(yùn)行。

語音識(shí)別明顯比第一代基于云的深度學(xué)習(xí)技術(shù)快得多，可能會(huì)促使用戶更頻繁地使用語音命令并查詢。它還可能使谷歌的設(shè)備和服務(wù)比蘋果和亞馬遜等競爭對(duì)手更加強(qiáng)大。

Gartner的研究主管Werner Goertz稱，轉(zhuǎn)向語音設(shè)備識(shí)別可能會(huì)改變游戲規(guī)則。這可能是蘋果和亞馬遜更傳統(tǒng)語音系統(tǒng)面臨的重大挑戰(zhàn)。

谷歌還利用其技術(shù)為其未來的手機(jī)Live Caption創(chuàng)建了一項(xiàng)新功能。激活后，屏幕上會(huì)顯示手機(jī)上播放的任何語音的字幕，例如來自朋友的視頻或播客。由于是在手機(jī)上進(jìn)行的，因此即使在飛行模式下也能正常工作。