【編者按】AI時代正在到來，人機交互的形態(tài)也將隨之革新。伴隨著百度語音、視覺、自然語言處理、知識圖譜等百度AI技術(shù)落地輸入法，“全感官”的輸入變成現(xiàn)實。百度輸入法AI探索版是百度AI落地應(yīng)用的又一重要成果，全語音交互是它最大的特點之一。全語音交互對于語音識別準確率要求極高，百度推出全語音交互輸入法的信心，還來自于百度領(lǐng)先業(yè)界的語音技術(shù)，語音技術(shù)創(chuàng)新正在帶動交互變革。

當我們討論AI的時候，常常會將注意力放在人類未來、城市發(fā)展、經(jīng)濟動能等等宏大敘事上，卻往往忽略了很多日常細節(jié)中AI帶來的變化。比如，輸入法。

輸入法早已充斥在我們生活的每一個角落，如同一雙虛擬的手，為每一個人延展出恢弘多彩的網(wǎng)絡(luò)世界。

而輸入法所連接的每一條評論、每一次對話、每一段博文，都或多或少有著可以被AI所改變的地方。

在今天看來，更好的智能輸入法，意味著更清晰的用戶剪影，更順滑的使用體驗，也意味著更多流量和交互入口，正在技術(shù)帝國中發(fā)揮越來越重要的作用。

如今，各大輸入法廠商都在暗自發(fā)力，希望掌握更強大的智能輸入技術(shù)。今天剛剛亮相的百度輸入法AI探索版，就把全語音引入了輸入法，讓我們看到了一場值得思考的輸入法技術(shù)進階感官實驗。

新渴求與新方向：網(wǎng)上沖浪注定投入AI的懷抱？

在探討百度輸入法AI探索版之前，有必要先梳理一下，AI對輸入法的改變到底能在哪些維度進行滲透。

比如我們能感受到，輸入法行業(yè)之怪現(xiàn)象，就是我們能在網(wǎng)上沖浪的各個環(huán)節(jié)看到輸入法工作的身影，而且每個頭部產(chǎn)品的用戶體量都不小，可仔細一想，卻集體面目模糊，很少有明顯的差異化，更不用提讓人產(chǎn)生改變世界的興奮感。

這樣一個超級流量入口，在渠道成本持續(xù)增長的今天，是廠商們必須努力刷出存在感的必爭之地。不能再依靠用戶慣性混吃等死，但那些長期存在于全行業(yè)的問題并不能以常規(guī)方式克服：

比如文本輸入，存在著輸入效率低、詞匯聯(lián)想錯誤率高、功能個性化不足等種種問題，很難滿足用戶的體驗需求。尤其是在大量老年人、兒童、殘障人士涌入互聯(lián)網(wǎng)之后，文本輸入的弊端越來越清晰地顯現(xiàn)出來。

這種情況下，我們希望語音輸入承擔起更多的工具角色，卻又受困于識別準確率、NLP技術(shù)瓶頸的限制，需要投入很大的技術(shù)研發(fā)資源，決定了只能是少數(shù)硬核技術(shù)玩家的舞臺。

另外，網(wǎng)絡(luò)交互場景也前所未有地碎片化。比如兒童既有查閱資料的需求，也有游戲交流、視頻直播的需求，如何同時滿足不同人群多樣化的交互場景且穩(wěn)定可靠，非常有挑戰(zhàn)性。

總的來說，輸入法可以說是互聯(lián)網(wǎng)世界的一面鏡子，各種用戶各種需求的痛點和問題在這里被集中投射出來。那么要刷出存在感的路徑也就很清晰了，做出讓絕大多數(shù)人能夠無學習成本、多場景耦合的輸入法產(chǎn)品。

要做到這一點當然很難，但幸好技術(shù)的發(fā)展也帶來了很多命運的禮物，比如說——AI。

打造AI交互“樣板間”：聲情并茂的百度AI輸入法有何不同

死磕AI的百度，這次在輸入法上的體驗革命，堪稱決絕。最清晰地體現(xiàn)在，這是國內(nèi)首款默認全語音輸入的產(chǎn)品，并且把表情、肢體等互動與虛擬世界相連接，形成了一種顛覆式的交互方式。

在暢想中，用語音這種最為簡單、老少皆宜的方式進行輸入，無疑是學習門檻最低、群體包容性最高的方式。但在現(xiàn)實中，很少有廠商能夠如此大刀闊斧孤注一擲。

從這個角度來看，百度輸入法AI探索版，無疑為AI交互技術(shù)在輸入法領(lǐng)域的應(yīng)用打造了一個獨一無二的“樣板間”，讓AI的作用清晰地躍然眼前。

首先是語音技術(shù)上，百度的流式截斷多層注意力建模（SMLTA），解決了傳統(tǒng)Attention模型在識別中的時延性問題，成為網(wǎng)絡(luò)大規(guī)模在線語音實時交互的現(xiàn)實基礎(chǔ)支撐。百度輸入法在線語音準確率依然好于最優(yōu)競品15%。

而在一些網(wǎng)絡(luò)連續(xù)性不太強的地方，比如海外旅游、電梯地鐵隧道等離線場景中，百度持續(xù)優(yōu)化的Deep Peak 2系統(tǒng)，也能實現(xiàn)精準的語音輸入，高于行業(yè)平均水平35%。

AI在語音方面的另外一個比較重要的能力，就是識別算法對語音特征的精準細分。基于此，百度輸入法AI探索版輕松carry中英文混雜、花式普通話、中英方言口音等障礙，大大降低了“五環(huán)外人口”網(wǎng)上沖浪的難度，成為目前唯一實現(xiàn)了高精度“中英自由說”和“方言自由說”的輸入法產(chǎn)品。

另一個AI帶來的突破，在于全感官的交互成為可能。網(wǎng)絡(luò)已經(jīng)成為復雜的社交功能載體，除了文字交流之外，還可能涉及直播、虛擬人像等新玩法。但在傳統(tǒng)輸入法中，這些需求幾乎很難被滿足。除了硬件上的諸多限制，更多需要人臉識別、圖像分割、神經(jīng)遷移一類的技術(shù)。百度就結(jié)合AI技術(shù)，得到了新的解決方案，推出了拍立活、秀場、凌空手寫等新功能玩法。

比如可以讓寵物或偶像照片，結(jié)合用戶自己的動作做出相同的表情；或者是讓用戶自由穿越各種虛擬場景，打破次元壁；凌空手寫如同隔空打怪，在空中書寫也能被流暢識別，據(jù)說目前整體識別率已達到大規(guī)模應(yīng)用的要求，不失為一種新的裝逼神器。

AI在產(chǎn)業(yè)端登場之后，我們已經(jīng)見證了它在眾多領(lǐng)域提升效率的傳奇故事。從百度“第一個吃螃蟹”推行全語音的舉措來看，一旦沖破識別精度和語義理解的技術(shù)瓶頸，語音輸入就可以憑借絕佳的技術(shù)普適性，從“常年輔助”變成“最強王者”。而在這背后，AI作為勝負手，是毋庸置疑的。

不止于輸入法：AI崛起意味著什么

AI的能量正在將老人、外國人等人群無差別地引入自由輸入的暢快世界，可能是科技體現(xiàn)出人文溫度的瞬間，也是輸入法從工具屬性到AI連接點的自我進化。

而對于百度這樣將AI作為產(chǎn)業(yè)抓手的企業(yè)來說，輸入法也正在反哺AI，從三個角色改變技術(shù)的面貌：

1.最貼近大眾的技術(shù)抓手：截至2018年底，百度輸入法月活躍人數(shù)已達5億，語音日請求量峰值突破5.5億，AR表情使用次數(shù)超過1億。正是大眾行為的自發(fā)選擇，讓下一代輸入法的形態(tài)呼之欲出?？緼I來協(xié)助提升輸入效率甚至革新社交方式，輸入法顯然是最好的AI技術(shù)輸出窗口和連接點。

2. 新交互技術(shù)的試驗田：在越多越多企業(yè)將人臉識別作為互動新想象力的時候，選擇輸入法作為AR、annimoji等CV技術(shù)的輸出窗口，顯然成為百度技術(shù)版圖中必不可少的重要補充。

3.海外市場的“春風化雨手”：出海對于大多數(shù)中國科技企業(yè)而言都是挑戰(zhàn)，也是難題。而輸入法這樣的工具型產(chǎn)品，可以“潤物細無聲”地潛移默化，快速打入市場并輸出技術(shù)能力，同時更好地輸入和適應(yīng)不同文化的知識結(jié)構(gòu)。

比如百度輸入法AI探索版，其日文輸入法的語音識別精度目前位列行業(yè)第一，已經(jīng)成為日本最大的第三方輸入法產(chǎn)品；在印度市場的表現(xiàn)也很出色，語音功能的使用率達到21%。

在AI的加持下，還和Hello Kitty、小黃鴨、小王子、格林奇等全球100余個知名IP達成合作，推出了一系列IP皮膚和表情，讓本地化運營如虎添翼。

不難看出，利用AI實現(xiàn)輸入法的能力進擊，雖然只是一個產(chǎn)品方向的小切口，卻把錯綜復雜的技術(shù)升級、功能迭代和全球市場需求，帶到了有序的新方向上，不僅僅是一項增益技術(shù)，更是產(chǎn)業(yè)掘金的必由之路。