智慧語音要做到越來越「智慧」， 則需要大量的訓練資料， 國內外不少做智慧語音技術的搜索公司就有這點優勢。 國內的搜狗則是一家比較低調的公司， 事實上， 搜狗從 2013 年就開始做智慧語音技術， 先後推出即時轉寫、即時翻譯等功能。 目前， 搜狗已與車載、家電廠商合作推出搭載其智慧語音技術的智慧車機、智慧電視等產品。
在去年的新硬體生態大會上， 搜狗王小川做客深圳灣， 暢談了人工智慧為我們帶來的機遇。 在今年的「WARE 2017 語音智慧平臺與應用峰會」中， 搜狗公司語音交互技術中心總經理和搜狗輸入法研究負責人王硯峰發表了『從語音到語言』的演講，
AI 工作重心的轉移：從「語音」到「語言」
王硯峰指出， 以往的語音助手之所以不夠「智慧」， 是因為機器經常沒「聽」懂人話， 或者不能「理解」所聽到的內容。 事實上， 「語音」只是機器收集資訊的一個入口， 「語言」才是機器理解的所在， 也就是說， 機器要有知識並懂得如何思考。
在這幾年的時間裡， 搜狗一直在更新自己的語音技術， 因為意識到這一點， 逐漸將人工智慧（AI）工作的重心從「語音」向「語言」技術進行轉移， 解決大部分語音助手「聽」不懂人話、難以實現多倫對話的窘境。 其中最核心的是解決「語言」這重要一環。
在產品演化的過程中， 如何解決「語言」這一核心問題？
那麼， 搜狗是通過哪些路徑解決這些困難的呢？王硯峰提出了以下幾點：
第一， 優化語音辨識的準確率， 用深度學習和資料驅動語音辨識的進步。 隨著搜狗輸入法所收集資料量的不斷提升， 技術也隨之更新並且使得深度學習技術不斷得到加強，
第二， 即進入設計+工程化的階段。
第三， 場景化、功能化、知識化。 傳統的語音助手是一個開放和通用的應用， 並不能有一個穩定的預期。 而將自然語言理解放在一個垂直的場景和功能上， 並通過知識的整理， 能夠為用戶提供更好的人機交互體驗。 如場景化後的車載語音助手以及智慧電視語音助手。
如何讓語音辨識技術做到真正的「智慧」？
接下來， 則是要「死磕」語言， 讓語音辨識技術實現真正的「智慧」。 王硯峰總結出了搜狗以下的幾個關鍵做法：
一、追求掌握更先進的自然語言理解和深度學習技術， 這是推動技術發展的根本。 例如搜狗所推出的即時翻譯技術， 就採用了目前業界裡最先進的架構， 相比 Google 深度學習層數達到的 8 層， 搜狗目前的層數雖然少一些， 但已與國內領先的百度達到持平的狀態。
二、在高頻應用場景中通過產品創新帶來使用者資料反覆運算，提升對話能力。在機器學習中，資料量是最重要的一環。AI 不能只談技術，而是應該與產品結合起來，或者讓好的產品驅動語音技術的發展。越多使用者使用的產品，產品背後的技術能夠反向推動語音技術的提升。
三、讓搜索進一步走向問答。資料的不斷挖掘是自然語言進步的重要基礎，搜狗則利用搜索公司本身所擁有的這方面優勢，讓大量資料推動技術的進步。如讓機器基於搜索，並通過自然語言理解的方式對資料庫進行解釋，提供知識問答服務。
總的來說，搜狗發展語音技術的關鍵可歸結為以下幾點：
智慧語音 = 語音入口 + 自然交互 + 知識計算智慧語音產品的發展路徑，就是不斷通過各種條件降低自然語言理解難度的一個過程。
語言是大腦的核心，是智慧語音追求的終極目標。
我們不僅要追求先進技術，還要同時在產品創新上給技術的進化創造出更多條件。
讓輸入法走向對話，讓搜索走向問答。
問答
Q：AI 的問答機制是否都需要人參與梳理原始邏輯？
A：一般是不需要的。
Q：搜狗的語音技術能否支援離線模式？
A：是。
Q：搜狗有沒有像其他巨頭那樣提供 AI 公共平臺的戰略規劃？
A：會的，搜狗應該會在今年下半年提供開放平臺。
Q：搜狗展示的語音辨識翻譯的翻譯引擎是自家開發的嗎？搜狗有在翻譯資料基礎上做自己的優化嗎？
A：搜狗的語音翻譯就是用的搜狗自己開發的，神經網路機器翻譯，資料來源也是網上抓的。搜狗有深度語言學習的基礎，很快就能構建語音辨識和機器翻譯的技術。
Q：語音技術有哪些最新的研究進展？
A：在人聲分離、語音合成、陣列前端這幾個領域，大家都在嘗試深度學習的方法。更前沿的技術，在沒有深度學習的領域嘗試工程化的方法去理解，在傳統的領域通過深度學習來解決，並且讓整個過程都深度學習化，端到端的語音辨識雖然不成熟，但是都是大家努力的方向。
Q：目前國內語音市場前景如何？
A：前景還是不錯的。這也是為什麼創業公司和大公司，包括像小米這樣的智慧硬體公司，都在智慧語音領域佈局，這是大的趨勢。但總體還是在非理性的狀態下，創業公司的估值偏高，以後會慢慢的沉澱下來，小的創業公司會掛掉或被收購。在語音、自然語音處理、AI 等行業前沿的核心技術，最終都是大公司的賽道。
Q：為什麼國內智慧音箱市場沒有國外那麼火？
A：從文化的角度，從體驗的角度，從銷售的管道，國內的智慧音箱，與 Echo 都是有差距的。
Q：搜狗和國內其他語音廠商的方案相比有哪些優勢？如何評價其他廠商的方案？
A：國內的語音廠商，長遠來看，比較看好搜狗和百度。這兩家公司在搜索和語音等方面還是比較完整的，有搜索地圖，有垂直搜索，從語音的入口到最終的服務，是一個閉環，目前只有搜狗和百度能做到。其他公司，科大訊飛、思必馳、雲知聲，可能相對只有中間環節的語音技術，而沒有背後服務能力的支撐。
但是在目前的商業模式和市場環境下，靠提供技術解決方案的方式實現商業價值，在國內並沒有那麼好的市場前景。對於提供這些技術解決方案的公司，需要下沉到某一個垂直產業，做更上游的事情，才能更好的實現商業價值。比如科大訊飛，在教育領域，提供更完整的全套的教育解決方案，而不僅僅是教育中所需要的語音技術。
Q：國內做語義理解有哪些比較好的應用場景？
A：目前國內，語義理解的場景和語音理解的場景，本質沒有什麼區別，主要是在更垂直的行業、產品、應用中，比如車載、電視、音箱。如果能在輸入法和搜索方面，能夠把這樣的語音和語義能力融合的更好的話，也是一個不錯的應用場景，比如搜索方面的使用者查詢，都是自然語音，而使用者在輸入法中的聊天，本來就是自然語言，可以依據這些產生很多產品創新的。
語義理解最大的應用場景，是客服。在任何大產品上都有需求，比如支付寶、京東、順豐，任何呼叫中心的客服，都是語義理解、自然語言理解特別好的應用場景。
後記：
在搜狗內部團隊歷年的駭客馬拉松上，我們可以看到搜狗基於人工智慧核心技術，所做的創新探索。在「WARE 2017」會前的採訪中，我們瞭解到了搜狗這家公司的語音技術發展歷史，以及搜狗是如何基於自己的搜索核心技術進行商業化落地。從語音的入口到最終的服務，國內的兩家公司，搜狗和百度，在技術上都在各自建立著自己的壁壘。我們期待搜狗未來更好的表現。
二、在高頻應用場景中通過產品創新帶來使用者資料反覆運算，提升對話能力。在機器學習中，資料量是最重要的一環。AI 不能只談技術，而是應該與產品結合起來，或者讓好的產品驅動語音技術的發展。越多使用者使用的產品，產品背後的技術能夠反向推動語音技術的提升。
三、讓搜索進一步走向問答。資料的不斷挖掘是自然語言進步的重要基礎，搜狗則利用搜索公司本身所擁有的這方面優勢，讓大量資料推動技術的進步。如讓機器基於搜索，並通過自然語言理解的方式對資料庫進行解釋，提供知識問答服務。
總的來說，搜狗發展語音技術的關鍵可歸結為以下幾點：
智慧語音 = 語音入口 + 自然交互 + 知識計算智慧語音產品的發展路徑，就是不斷通過各種條件降低自然語言理解難度的一個過程。
語言是大腦的核心，是智慧語音追求的終極目標。
我們不僅要追求先進技術，還要同時在產品創新上給技術的進化創造出更多條件。
讓輸入法走向對話，讓搜索走向問答。
問答
Q：AI 的問答機制是否都需要人參與梳理原始邏輯？
A：一般是不需要的。
Q：搜狗的語音技術能否支援離線模式？
A：是。
Q：搜狗有沒有像其他巨頭那樣提供 AI 公共平臺的戰略規劃？
A：會的，搜狗應該會在今年下半年提供開放平臺。
Q：搜狗展示的語音辨識翻譯的翻譯引擎是自家開發的嗎？搜狗有在翻譯資料基礎上做自己的優化嗎？
A：搜狗的語音翻譯就是用的搜狗自己開發的，神經網路機器翻譯，資料來源也是網上抓的。搜狗有深度語言學習的基礎，很快就能構建語音辨識和機器翻譯的技術。
Q：語音技術有哪些最新的研究進展？
A：在人聲分離、語音合成、陣列前端這幾個領域，大家都在嘗試深度學習的方法。更前沿的技術，在沒有深度學習的領域嘗試工程化的方法去理解，在傳統的領域通過深度學習來解決，並且讓整個過程都深度學習化，端到端的語音辨識雖然不成熟，但是都是大家努力的方向。
Q：目前國內語音市場前景如何？
A：前景還是不錯的。這也是為什麼創業公司和大公司，包括像小米這樣的智慧硬體公司，都在智慧語音領域佈局，這是大的趨勢。但總體還是在非理性的狀態下，創業公司的估值偏高，以後會慢慢的沉澱下來，小的創業公司會掛掉或被收購。在語音、自然語音處理、AI 等行業前沿的核心技術，最終都是大公司的賽道。
Q：為什麼國內智慧音箱市場沒有國外那麼火？
A：從文化的角度，從體驗的角度，從銷售的管道，國內的智慧音箱，與 Echo 都是有差距的。
Q：搜狗和國內其他語音廠商的方案相比有哪些優勢？如何評價其他廠商的方案？
A：國內的語音廠商，長遠來看，比較看好搜狗和百度。這兩家公司在搜索和語音等方面還是比較完整的，有搜索地圖，有垂直搜索，從語音的入口到最終的服務，是一個閉環，目前只有搜狗和百度能做到。其他公司，科大訊飛、思必馳、雲知聲，可能相對只有中間環節的語音技術，而沒有背後服務能力的支撐。
但是在目前的商業模式和市場環境下，靠提供技術解決方案的方式實現商業價值，在國內並沒有那麼好的市場前景。對於提供這些技術解決方案的公司，需要下沉到某一個垂直產業，做更上游的事情，才能更好的實現商業價值。比如科大訊飛，在教育領域，提供更完整的全套的教育解決方案，而不僅僅是教育中所需要的語音技術。
Q：國內做語義理解有哪些比較好的應用場景？
A：目前國內，語義理解的場景和語音理解的場景，本質沒有什麼區別，主要是在更垂直的行業、產品、應用中，比如車載、電視、音箱。如果能在輸入法和搜索方面，能夠把這樣的語音和語義能力融合的更好的話，也是一個不錯的應用場景，比如搜索方面的使用者查詢，都是自然語音，而使用者在輸入法中的聊天，本來就是自然語言，可以依據這些產生很多產品創新的。
語義理解最大的應用場景，是客服。在任何大產品上都有需求，比如支付寶、京東、順豐，任何呼叫中心的客服，都是語義理解、自然語言理解特別好的應用場景。
後記：
在搜狗內部團隊歷年的駭客馬拉松上，我們可以看到搜狗基於人工智慧核心技術，所做的創新探索。在「WARE 2017」會前的採訪中，我們瞭解到了搜狗這家公司的語音技術發展歷史，以及搜狗是如何基於自己的搜索核心技術進行商業化落地。從語音的入口到最終的服務，國內的兩家公司，搜狗和百度，在技術上都在各自建立著自己的壁壘。我們期待搜狗未來更好的表現。