来往 4.3 推出语音转文字功能识别率及使用场景胜微信

[消息来源：阿里]

12月10日，阿里巴巴旗下新一代好友互动平台“来往”公布了其即将推出的4.3版本的一些全新功能。来往官方透露，4.3版来往将接入目前国内最先进的语音转文字的功能，不但在聊天时可以将语音转为文字发出，还可以把朋友发来的语音信息转化为文字信息。同时该版本还支持在发布个人动态信息时，将语音转化为文字输入的功能。

目前,来往4.3安卓版已经登陆各大应用市场，iOS版也已经提交苹果APP STORE审核，即将上线更新。记者尝试在来往用语音输入“晚上去哪里吃饭”、“要不要一起看电影”等句子，来往均能够准确识别出来，并自动把语音的内容转化成为文字。同时记者还尝试输入一些中英文混合的句子如“买个iphone5”、“开着你的迷你COOPER去”这样的句子时，也几乎能够全部转化成文字。
 
微信也推出了语音输入转文字功能，不过来往在使用场景上进行了更进一步的挖掘。很多人在开会或是不方便收听语音消息时，更习惯去读文字信息，对此来往4.3版支持把接受到语音转化为文字，用户只需长按该语音消息两秒钟，就会弹出“转文字”、“删除”两个选项，点击“转文字”，即可以将接受到的语音信息转化为文字内容。
在语音正确识别方面，记者测试了同样的10段语音对比之后发现，来往4.3版语音转文字的识别准确率要高于微信。尤其是在输入一些商品时，来往的识别能力明显比微信高出很多。来往方面介绍，来往在聊天环境下的超强语音识别能力能够达90%以上，除正常环境下的自然语音输入以外，还支持中英文混合输入，同时在一些强噪音环境下，如车站、广场、咖啡厅等也有很强的识别率。

在来往4.3版本中，点击聊天创口中的“+”号按钮，即可以打开涂鸦、阅兵即焚等多个来往独有的特色功能，新功能“语音输入”也在其中。点击“语音输入”按钮后，即可以打开语音转换文字的输入窗口。同时，在来往4.3版的个人动态发布时，也能够清楚看到语音转文字的输入窗口。
 
阿里巴巴无线事业部的语音算法专家雷师介绍，目前在来往上运用的语音输入技术上全部拥有自主知识产权，语音技术上使用了最先进深度神经网络方法，这种算法模拟人脑学习过程，还可以自动学习全新的语音数据与知识。据透露，该技术在神经网络模型训练即吃数据方面的能力不仅从量还是速度都是国内领先的，而且使用深度神经网络技术在常规语音识别技术基础上错误率减少40%之多。随着用户使用场景的不断积累，识别率还会进一步提高，形成绝对技术壁垒。

另据介绍，接受消息的语音转文字的功能除了能够帮助用户在不方便接听语音时使用以外，还能够为用户节省大量流量。另外用户如果是在群聊时使用该功能，在第一个用户完成识别语音的功能后，其它用户再翻译同样一段语音，识别结果也会更快。

除了在来往上运用语音技术以外，此前，阿里巴巴在新版的手机淘宝上率先推出了针对商品的语音搜索功能，其商品识别准确率可高达93%以上。相比淘宝上的语音搜索功能，来往的语音功能可识别的场景更为广泛，更适合聊天。另外大多数产品的语音输入为保证识别率往往采用高音质的语音，而来往的语音消息在节省用户带宽上下足功夫，采用窄带和高压缩比的语音，却对语音识别带来很大挑战，来往语音消息转文字功能成功克服这一难题，对低码率语音的识别表现得也相当不错。

雷师表示，未来还将继续改进这一服务，并将把该技术运用到更多产品和应用场景之中，如果有可能的话，还有可能推出能够搜索方言的服务。