（圖片來源互聯(lián)網(wǎng)）
“輸入法從97%到98%準(zhǔn)確率的識(shí)別效果，提升的只是一個(gè)點(diǎn)，這背后發(fā)生了什么？”訊飛輸入法之父翟吉博表示，識(shí)別準(zhǔn)確率的提升有三個(gè)難點(diǎn)，一是使用場(chǎng)景多樣化，二是用戶習(xí)慣，三是中國(guó)漢字和文化的特殊性。針對(duì)這些難點(diǎn)，訊飛做了很多的努力，比如針對(duì)多樣化的場(chǎng)景，科大訊飛分別推出了長(zhǎng)文本輸入、耳語(yǔ)輸入。針對(duì)用戶習(xí)慣和個(gè)性化，推出了個(gè)性化的訓(xùn)練模型，中英文混合輸入，針對(duì)23種方言也推出了懂你懂鄉(xiāng)音等。
翟吉博表示，語(yǔ)音輸入更精準(zhǔn)的方法離不開數(shù)據(jù)和算法。訊飛輸入法從人腦神經(jīng)科學(xué)入手對(duì)人類記憶進(jìn)行仿生，實(shí)現(xiàn)大量無監(jiān)督的數(shù)據(jù)去輔助有人工標(biāo)注的數(shù)據(jù)。受圖像領(lǐng)域CNN應(yīng)用的啟發(fā)，科大訊飛獨(dú)家研發(fā)了深度全序列卷積神經(jīng)網(wǎng)絡(luò)（Deep Fully Convolutional Neural Network，DFCNN）語(yǔ)音識(shí)別框架，使用大量的卷積層直接將語(yǔ)譜圖作為輸入，相比傳統(tǒng)語(yǔ)音特征作為輸入，有效降低信息損失，非常出色地表達(dá)語(yǔ)音的長(zhǎng)時(shí)相關(guān)性。同時(shí)，借鑒了圖像識(shí)別中效果最好的網(wǎng)絡(luò)配置，每個(gè)卷積層使用3×3的小卷積核訓(xùn)練更深的CNN模型，輸出單元直接與最終的識(shí)別結(jié)果（比如音節(jié)或漢字），從而使識(shí)別準(zhǔn)確率顯著提升。
本次見面會(huì)的另一個(gè)重要環(huán)節(jié)是啟動(dòng)“方言發(fā)音人招募”公益行動(dòng)。經(jīng)濟(jì)、文化活動(dòng)的全球化以及區(qū)域經(jīng)濟(jì)的迅速發(fā)展，導(dǎo)致主流語(yǔ)言或通用語(yǔ)言更加強(qiáng)勢(shì)，同時(shí)也使得弱勢(shì)語(yǔ)言的交際功能不斷衰弱，甚至瀕臨消亡。目前世界上的語(yǔ)言有6000～10000種，據(jù)語(yǔ)言學(xué)家預(yù)測(cè)，大部分語(yǔ)言將于本世紀(jì)末消失。因此，瀕危語(yǔ)言保護(hù)（以下簡(jiǎn)稱為“語(yǔ)保”）已經(jīng)成為了一項(xiàng)極重要而迫切的工作。
科大訊飛多語(yǔ)種高級(jí)研究員祖漪清在現(xiàn)場(chǎng)講述了方言勢(shì)微的現(xiàn)狀，她強(qiáng)調(diào)，利用人工智能技術(shù)進(jìn)行瀕危語(yǔ)言、方言系統(tǒng)研究，是實(shí)現(xiàn)對(duì)一個(gè)語(yǔ)言的完整“復(fù)制”的重要方式。因此，本次媒體見面會(huì)上，科大訊飛正式啟動(dòng)了“AI方言發(fā)音人招募”公益行動(dòng)。
