Gboard更新引入AI離線聽寫功能 僅限Pixel手機
谷歌近日在對Gboard輸入法的更新中,為Pixel手機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,但是Beaufays表示雖然語音識別技術(shù)的改進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!钡峭ㄟ^離線操作可以讓聽寫變成一個更自然的選擇。為了實現(xiàn)這個改變,Google團隊耗費了五年時間對語音識別進行了深入的研究,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容量達到了2GB,這對于手機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。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上實現(xiàn)這點,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
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數(shù)會2025(第六屆)機器人及智能工廠展
-
7月31日免費預(yù)約>> OFweek 2025具身智能機器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
8月5日立即報名>> 【在線會議】CAE優(yōu)化設(shè)計:醫(yī)療器械設(shè)計的應(yīng)用案例與方案解析
推薦專題