面对输入方式的变迁，讯飞输入法、百度输入法、搜狗输入法三大输入法，也一直在围绕AI技术不断加码语音输入服务，使其不断实现准确率的突破，比如讯飞输入法的语音识别准确率已经高达98%。 以从语音起家的讯飞输入法为例，目前讯飞输入法已经做到了一分钟400字的输入速度，以及语音识别准确率达98%的水平，也就是说整段输入的出错率非常小，为用户带来的是极速和流畅的综合输入体验。 ST-VQA中，科大讯飞包揽了三项冠军；2020年初在德国The 20BN-Jester Dataset手势识别评测中，科大讯飞以97.26%的准确率斩获冠军，且刷新了世界纪录……讯飞输入法背后的黑科技可以从四方面来看 三、手写输入 同样是手写，体验却完全不一样，这是因为讯飞输入法的手写识别可支持两万多类中文字符、52类英文字符、10类阿拉伯数字以及100多种特殊符号，这种超级识别能力的背后，是讯飞输入法的“HWR手写识别技术 四、扫描输入 扫描输入的技术支撑是计算机视觉，面对复杂的手写文字、中英混合文字，“OCR文字检测技术”可检测任意方向和形状的文字，“OCR文字识别技术”则可以有效缓解因环境问题造成的识别效果低下问题。
讯飞语音输入法的识别率很高，罗永浩说已经超过97%。可是它并不是这几天才有高识别率的。我是讯飞输入法的老用户，一直很喜欢它，曾经多次把它推荐给我的朋友和学生。 用户不但不反感讯飞输入法的推介讯息，而且见到后简直就是惊喜，因为对自己有用啊。我见到好几条朋友圈都在嘚瑟“本条留言采用讯飞语音输入法录入，一字未改”。 有人甚至信誓旦旦下一篇论文也要用讯飞输入法来口述。 讯飞和用户“周瑜打黄盖，一个愿打一个愿挨”。然而在这次锤子手机发布会之前，它的传播效果显然远没有达到“理想”的状态。 “落后别人N年才使用讯飞语音输入法是一种怎样的体验？” 这个问题很知乎体吧？ :-P 我们来分析一下这种奇怪现象究竟是怎么形成的。 网络效应 讯飞语音输入法为什么长期不为大众所知呢？ 我给学生上课的时候讲云计算和语音识别技术，多次举过讯飞输入法的例子。还专门录了视频给大家展示输入效果。台下的反应也是一个个惊得目瞪口呆。但是那又怎么样？我的传播能力只能覆盖这几十个学生。
基于行业前沿的深度学习技术，将图片上的文字内容智能识别成为可编辑的文本。有效地代替人工录入信息。
除了文字上的抱怨，还特意加了张某自动驾驶企业的宣传图。我没有正面回答我爸的疑问，而是问了他另外一个问题：“你连拼音都打不好，为什么能给我发这么长的一段文字？” 比如讯飞输入法12.0版本中推出的语种可控方言免切换系统，无须手动调整语音识别模式是普通话还是方言，就能实现普通话和23种方言的自由说。 再比如讯飞输入法对离线方言语音输入和复杂环境语音识别的优化，不仅解决了高噪、远场混响等环境下的识别准确率，即使是在离线的情况下，也能使用方言进行语音输入。 毕竟语音识别并不是输入法的专属，而作为“第三方”产品的输入法，需要在万物智能中找到自己的生态位。这也是讯飞输入法想要回答的拷问。 正如前面提到的，讯飞输入法针对语种免切换、离线方言、复杂场景下的语音识别等进行了深度优化，同样的能力也适用于复杂多变的人机交互，用于解决人与机器之间的感知和表达难题。
除了文字上的抱怨，还特意加了张某自动驾驶企业的宣传图。 我没有正面回答我爸的疑问，而是问了他另外一个问题：“你连拼音都打不好，为什么能给我发这么长的一段文字？” 比如讯飞输入法12.0版本中推出的语种可控方言免切换系统，无须手动调整语音识别模式是普通话还是方言，就能实现普通话和23种方言的自由说。 再比如讯飞输入法对离线方言语音输入和复杂环境语音识别的优化，不仅解决了高噪、远场混响等环境下的识别准确率，即使是在离线的情况下，也能使用方言进行语音输入。 毕竟语音识别并不是输入法的专属，而作为“第三方”产品的输入法，需要在万物智能中找到自己的生态位。 这也是讯飞输入法想要回答的拷问。 正如前面提到的，讯飞输入法针对语种免切换、离线方言、复杂场景下的语音识别等进行了深度优化，同样的能力也适用于复杂多变的人机交互，用于解决人与机器之间的感知和表达难题。
在讯飞输入法11.0的新功能中，最为耀眼的正是新一代语音识别框架TFMA，解决了复杂场景下的语音识别问题。 除了语音识别准确率的提升，讯飞输入法还更新了两个新功能：一是语音识别和翻译的语种，从过去的4种语言扩充到12种，包括中文、英语、俄语、法语、越语、韩语、日语、泰语、德语等等；二是候选项的合理化，用户语音输入结果更符合预期结果 讯飞输入法将“法宝”压在AI助手上。 如果说语音识别开启了人工智能和输入法协同的先河，语义理解、深度学习、知识图谱等技术带来的改变则是进阶性的。 可能在不少用户眼中，语音识别框架TFMA、AI助手等硬核创新，足可以概括讯飞输入11.0版本的焦点，但讯飞输入法的回答是——既要硬核用户的个性化场景需要，也要满足不同人群的输入需求。 作为国内最早适配无障碍功能的APP之一，讯飞输入法在无障碍模式中下了很大功夫，用户可以通过语音开启无障碍模式，输入面板、菜单面板以及表情面板都可以随选朗读，哪怕是视障群体也能利用输入法发送语音、文字和表情
从锤子科技发布会，到乌镇大会搜狗CEO王小川的演讲，语音识别和机器翻译技术成了万众瞩目的焦点。一夜之间，传统的键盘输入法似乎即将被颠覆，语音输入法技术真的有这么牛吗？ ? 在这种环境下测试的结果，国内做语音输入的公司中，科大讯飞准确率也是97% 搜狗语音功能能够高效上线，究其原因，第一是借助于搜狗输入法垄断的市场地位。 图1 语音识别系统流程 ? 图2 语音识别原理 需要注意的是，输入特征矢量X代表语音的特征。目前不管是科大讯飞还是其他大的互联网公司，大家的技术基本没什么质的差别。 老罗在锤子发布会上给讯飞做了一把宣传以后，当时讯飞语音输入着实火了一阵，这也说明一般用户对于语音功能的认知是远远不够的。 输入法就是对人。包括搜狗新研发出的语音翻译，语音翻译是针对外国人；语音输入是针对中国人；而搜索以及云助手是针对机器。对人和对机器的需求是不同的。对人需要更多是考虑他的场景和痛点以及使用设备情况。
所以讯飞究竟是一家怎样的AI公司？ △ 科大讯飞创始旧址 2C产品方兴未艾 科大讯飞现在总算有了耳熟能详的产品。 其中最闪亮的莫过于讯飞输入法。 在文字输入法格局早已稳固的情况下，凭借语音输入、语音识别等NLP方面的功底，讯飞输入法让更多用户看到了语音输入的便利性和可靠性，并且带动了语音输入的进一步普及。 在演讲者发声同时，语音已经被实时转换成了文字，甚至还同步完成了翻译转写。这样的场景一次次引起围观、拍照和欢呼，在讯飞股价还没有如今这般长虹的时候，骚动和影响力由这样的场景开始。 实际上，虽然上述介绍过有“网红输入法”之称的讯飞输入法，拥有5亿之众的用户，但在商业变现方面，这样2C产品的商业化上，讯飞缺乏搜狗式的路径和手段。 2014年 ，讯飞就针对语音技术在医疗方面的应用开展了研究，并在部分医院进行了试点，其产品是把语音记录自动转换为文字，生成电子病历；2015 年，讯飞对外公布了围绕医疗的三大业务战略：语音医疗解决方案、
这是一款能够将语音实时转变成文字的速记工具，拥有转写和听写两种模式，主要面向记者、编辑、作家等文字工作者。 ? 由搜索而知名的搜狗 在人工智能领域似乎也玩的风生水起 众所周知，搜狗以搜索业务起家。 回顾搜狗的发展史，除去初期产品，搜狗在其产品迭代或新品中都或多或少的运用到了人工智能技术，例如搜狗云输入法、加入了云计算技术的搜狗输入法5.0版本、儿童智能手表“糖猫”等。 除新鲜出炉的搜狗听写之外，科大讯飞的云犀、思必驰的语音输入板等，都是能够将语音转换成文字的工具。此外，仅在中国，除去普通话，大方言就有八种，各小地区方言更是多不胜数。 技术+人工 AI至今未能真正做到全智能 在语音转化文字方面，除去偏C端的工具外，专业性系统或软件也有很多，例如科大讯飞的听见智能会议系统。在大多数的专业性会议，主办方都会聘请的专业速记人员。 科大讯飞负责会议现场速记的一位专业速记员表示，在以科大讯飞听见智能会议系统为主导、没有纯正方言的情况下，正常会议速记工作的人工参与率是5%—10%。
怎么同步？ 科大讯飞根据K12阶段的英语学习的目标要求、特征等，将学习者按3~10岁和10岁以上分组，分别解决不同的学习痛点。 在文字识别方面，仅需0.3就能达到99%的准确率，而且还支持多种字体字号，包括手写体及屏幕文字。在中英文语音识别上，准确率也达到了98%。 就拿手写识别来说。 在ICDAR ReCTS评测任务中，科大讯飞也刷新了单字识别、文本行识别、文本行检测和端到端识别全部四项榜单世界纪录。 虽然准确率不如印刷体，但凭借着之前的技术和其他教育场景的积累，科大讯飞的手写体识别也是业界领先的。 既然提到各路挑战赛，科大讯飞可谓是拿奖拿到手软。 同时，科大讯飞为了能把AI和英语学习更好地结合，还分别与上海外国语大学，中国外文局建立了人工智能联合实验室。 最后说到售价，上一代翻译笔S10/S11目前在某东售价为999/1149。
当你们要聊天的时候，你们第一个想到的是要输入，在2010年，讯飞的第一次互联网的发布会上，我们就发布了讯飞语音输入法，从此引领了整个中国在手机输入法方面潮流。 唯物按：翟吉博登台，演示了拍摄识别手写的一段文字（原理是OCR，光学字符识别），文字为“我现在有点紧张，发布会结束后，我晚上请大家吃饭”，系统全部识别出来了；并且通过手势识别等体感技术在“晚饭”前添加了时间 首先得益于我们讯飞在世界上最领先的离线手写输入的引擎，我们现在可以让各种各样的智能设备识别我们手写下的文字，同时，在没有触摸屏的情况下，用上帝赐给我们的自然的双手，完成了我们完整的输入过程，再结合上我们语音的输入的快捷性 二、语音转文字 刚才我们看到了，其实，人工智能改变了我们和机器之间的交互，特别是输入，那么机器人工智能，将怎么改变我们人和人之间的交流呢？ 告诉大家一个好消息，经过这么多年的发展，我们也推出了讯飞的实时的网上的服务系统，通过网站和APP的形式给大家来提供服务，大家只要把你的各种格式的语音音频文件传输到我们的网站或者APP上，你就可以得到精确准确的文字结果
这张图展示了讯飞的开放平台中有大量的人工智能相关技术，包括语音识别、语音合成、机器翻译、自然语言理解、图片识别、人脸识别、声纹检测等技术，并且都是国际一流的水平。 在互联网端服务中，最典型的代表就是讯飞输入法。讯飞输入法现已支持98%准确率的普通话转写和输入识别。 其实讯飞输入法一开始只能提供80%的准确率，在收集了很多的语音数据、用户输入数据后，我们用这些数据去训练人工智能的语音识别模型，让它变得更聪明，在这样的数据闭环里实现了输入法从80%提升到98%的准确率 有车的人更关心的是养车的费用、保险、车出了事故怎么办等等；而想买车的人更关心车的颜色、是不是国产车，什么车性价比高等等。 讯飞可以通过人工智能手段将语音转换成文字去理解后，把视频自动切分成若干段。
二、语音录入 2.1 手机端 2.1.1各种手机输入法语音输入 各种手机输入法都支持语音输入大家可以试试。 下面讲专门的语音笔记。 讯飞语记也和这个非常类似，也很好用！！ 2.2 电脑端 2.2.1 搜狗输入法 弹出控制窗 可以识别普通话，英文，粤语，还支持中译英，比如说中文自动帮你翻译成英文文本。 2.2.2 讯飞输入法 https://itunes.apple.com/cn/app/id1243368435 语音识别的准确率非常高，能够解放双手。 亲自体验感受非常棒，不仅支持中文语音输入，英文语音转文字还支持中文翻译成英文等翻译功能，非常强大！！ 2.2.3 其他 当然还有其他的软件支持语音转文字，比如迅捷语音转文字等。 三、图片转文字录入 MAC上的QQ支持截图转文字的功能(不清楚WIN上是否支持)。 把需要转换成文字的书，拍成照片然后QQ截图。 当然了应该还有其他图片转文字的软件，如迅捷文字识别。
锤子M1手机发布会结束之后，M1系列手机能否在诸多强敌面前成功突围眼下还不明朗，然而，多次被老罗推介的输入法，讯飞输入法却意外地火了起来却是事实。 ? 看上去，讯飞输入法团队过去几年折腾的效果，还不如老罗三小时发布会上的卖力推介。要知道，这款输入法最早的版本可追溯到2010年10月。 ? 更让人惊喜的是，它可识别一大段一大段的语音，并且自动断句，加上标点。这一点还不够理想，有时候断句会出错，还有总爱加感叹号。 整体而言，讯飞输入法已完全具备实用性了。 罗永浩就是讯飞输入法随机的“引爆点”，其背后却是讯飞输入法们的多年努力，涉及到技术、产品诸多方面，甚至4G网络的普及都是功不可没的。 讯飞输入法今天才火起来，还有一个重要的原因，就是讯飞的低调。
讯飞输入法，善用AI破局 在智能语音领域，讯飞毫无疑问是行家也是赢家。 讯飞语音合成、语音识别、机器翻译、自然语言理解等核心技术均走在科技前沿。 而基于技术的领先，讯飞输入法在智能语音输入功能上，不断提高语音准确率，丰富个性化功能上，一跃成为输入法领域的黑马。 在准确率方面，讯飞智能语音输入法98%准确率，是其破局输入法市场最大的优势。 在个性化功能方面，讯飞输入法别出心裁推出粤语、闽南语、四川话等，数十种方言识别功能，潜入下沉市场，提高用户留存率。 另外，讯飞输入法在综合满意度方面与搜狗输入法进入行业领先。 从讯飞“发家史”来看，强大的人工智能、大数据技术实力，让其有了破局的底气，无论是精准度提高降低了用户输入的错误率，还是支持方言识别，都是从技术上，消除不同用户的体验痛点。
搜狗输入法 搜狗语音输入在 2019 年支持了快捷键 搜狗语音输入无法控制文本键入方式, 一直保持语音中途输入文字, 与一些软件比如 onenote 使用语音输入会冲突, 讯飞输入法就可以规避此问题 讯飞输入法 讯飞输入法可以控制输入方式, 最好确保在语音完毕后才输入文字 效率工具 Strokeplus.net Listary aText utools powerToys 滴答清单 Notion 微软雅黑 OPPO Sans 思源黑体 方正兰亭中黑 方正兰亭细黑 苹方字体 HP Simplified 英文字体 Cascadia Code Hiragino Sans Source Code Pro 桌面美化 Fences Coodesker Bing Wallpaper Dynamic Theme Android 生活相关 FV 悬浮球 讯飞有声 Core Engine Root 搜狗输入法 讯飞输入法 工作相关 OneNote Teams Mac uTools IDE Sublime Text VSC CLI zsh Oh-my-zsh Autojump 效率工具
讯飞转写机不仅可以快速识别各种会议讲话、学术讲座、录音文件的内容，准确将语音转为文字，同步智能区分出不同人员讲话的内容，直接形成讲话文字稿；还可以将演讲培训等内容同步汇编成含图、文、音于一体的材料，方便用户在手机端随时随地学习 讯飞转写机内置离线转写引擎，转写无需连接网络，数据本地保存，保护不同涉密行业、涉密会议的信息安全。 讯飞智能录音笔语音识别准确率达到98% ? 讯飞智能录音笔语音识别准确率达到98%，1小时录音5分钟出稿。 讯飞智能录音笔标配深空灰、玫瑰金两款经典配色，旗舰版SR701和标准版SR501均支持语音实时转文字、中英边录边译、要点标记、语音搜索、多平台同步和后端编辑功能。 此外，还有讯飞智能办公本支持可语音信息实时转写、记录重点细节，讯飞输入法打字效率能够提升300%。另外针对教育发布了讯飞学习机X1Pro，加强了对视力保护、网络浏览与应用下载等方面的严格管控。
这两年，AI同传市场很热闹，以百度、腾讯、讯飞为代表的大厂纷纷推出自家的AI同传，也有一些被用在了世界级大会上。那么，作为最早一批入局AI同传的搜狗优势在哪？又有什么不同的理念呢？ 搜狗同传一直代表着 AI 同传领域顶级的水平，早在2018年的IWSLT国际口语机器翻译评测大赛上，搜狗就击败讯飞、阿里、APPTEK、AFRL及KIT等国内外顶尖对手，夺得冠军，实力可见一斑。 今天的搜狗同传把识别PPT加入其中，明天可能会调动更多“感官”，甚至把唇语识别也加入其中，提升翻译的准确性。 此外，搜狗的两大利器——搜索引擎和输入法在提升准确性方面也派上了大用场。 “每天在搜狗输入法上的语音识别总的次数在8亿次以上，8亿次以上语音请求数代表着每天差不多有30多万小时的有效数据，基于这样的数据再进一步去学习，本身就使得我们的机器一直在不断成长。”陈伟介绍到。 怎么更好的把从大量数据中抽取出的知识用在同传中、怎么计算出更多的知识给同传用，这正是搜狗同传努力的方向。
作为以智能语音起家，正在全力打造人工智能生态圈的行业龙头企业，科大讯飞轮值总裁胡郁在本年度的发布会上带来了7款新产品： 物联网时代输入法的标准——讯飞万物互联输入法。 通过综合世界上最高水平的中文语音输入，语音命令，手势识别，手写图像识别等人工智能前沿技术，面向万物互联时代智能硬件的输入需求，讯飞万物互联输入法前瞻性的定义了物联网时代输入法的技术和产品标准。 那么在语音合成的进展上，我们再看一下语音识别，大家已经看到我说话的时候，同步的文字字幕转写出来，那么去年12月21号科大讯飞的发布会上是全球第一次，敢于在几千人的会场演讲风格下同步把语音自动转成文字。 在2010年，讯飞的第一次互联网发布会上，我们就发布了讯飞语音输入法，从此引领了整个中国在手机输入法方面的潮流。 首先得益于讯飞在世界上最领先的离线手写输入的引擎，我们现在可以让各种各样的智能设备识别我们手写下的文字 其实，人工智能改变了我们和机器之间的交互，特别是输入，那么机器人工智能，将怎么改变我们人和人之间的交流呢
近期，受科大讯飞邀请，笔者与一些媒体人前往合肥，对讯飞的技术、处境，以及讯飞怎么看待语音市场的竞争态势与格局，做了采访与了解。 一、移动语音市场要爆发了！是真的吗？ 三、科大讯飞是怎么活下来的？“iFly inside”模式巩固B端市场地位 作为中国语音市场的唯一上市公司，科大讯飞占据语音市场份额已超过70%。 在车载系统的现场演示中，尽管车内外噪声环境复杂多变，但车载语音系统仍然可以100%精准识别司机的命令。笔者日前针对讯飞语音输入法和另外一款语音输入法做对比测试，前者识别率完胜。 在讯飞专注语音时，反观其竞争对手，有的进入图像识别，有的开始做手机游戏，多线作战。 √ 面向个人的讯飞输入法在语音输入、手写输入上体验已经很顺畅，用户数突破1亿。 √ 与中移动合作推出灵犀语音助手，科大讯飞在产品和技术上负全责，中移动在运作、推广上即有资源也有能力。
这就是A股AI第一股科大讯飞，对近期纷纷扰扰的集中回应。 总之，不管你对讯飞最近的遭遇怎么看。 讯飞自己觉得挺冤。 AI圈地盖别墅？不存在的 事情要从10月12日的央视《东方时空》报道说起。 ICPR举MTWI（Multi-Type Web Images，多样式网络图像）国际识别挑战赛中，荣膺“文字识别”、“文字检测”和“端到端识别”全部三项冠军； 2018年7月，在国际权威英文语音合成比赛 可以由机器向同传翻译者提供语音识别和机器翻译的结果，辅助同传并降低其工作强度；也可以由机器转写演讲者语音和同传译员的译语，并把两种文字都显示在屏幕上，以方便没有同传耳机设备的人看到屏幕上的中英文会议内容 ，亦可以在直播中提供中英文字幕。 2017年10月，上海外国语大学与科大讯飞一起成立了“上海外国语大学-科大讯飞智能口笔译研究联合实验室”，通过机器与人的协作，探索培养译员、辅助译员工作的新方式。
文字识别（OCR）基于腾讯优图实验室世界领先的深度学习技术，将图片上的文字内容，智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别，也支持运单等手写体识别，支持提供定制化服务，可以有效地代替人工录入信息。
扫码关注腾讯云开发者
领取腾讯云代金券
云服务器
即时通信 IM
网站备案
对象存储
实时音视频
