【新智元导读】老罗4月1号的直播首秀，种草了一款非常火爆的AI产品，搜狗的AI录音笔S1。老罗和助手边开吹风机边录音，搜狗S1完美降噪并还原出清晰的语音惊艳全场，S1背后隐藏了哪些AI黑科技？从输入法到搜索，再到今天火遍全国的智能录音笔，搜狗正悄然推动整个AI行业的技术革新。「新智元急聘主笔、高级主任编辑，添加HR微信（Dr-wly）或扫描文末二维码了解详情。」
老罗4月1号的直播首秀，种草了一款非常火爆的AI产品，搜狗的AI录音笔S1。
老罗和助手边开吹风机边录音，搜狗S1完美降噪并还原出清晰的语音惊艳全场，S1背后隐藏了哪些AI黑科技？从输入法到搜索，再到今天火遍全国的AI录音笔，搜狗正悄然推动整个AI行业的技术革新。
老罗种草的搜狗S1录音笔背后到底隐藏了哪些黑科技，今天我们就来一睹为快。
连苹果产品都不放在眼里的老罗，为何被一款录音笔惊艳到？
老罗对产品的理解以及极致的追求，导致他是一个不会轻易夸赞产品的人，尤其是电子产品。他做锤子的出发点，也是因为市面上的产品没有达到他的“理想态”。但是在 4 月 1 号的直播首秀，老罗却被一款录音笔的 AI 黑科技震撼到，绝口称赞，这款录音笔就是搜狗刚刚推出的 S1。
光说不练假把式，在两百多万网友的亲眼见证下，老罗的助手现场开启吹风机，同时老罗揉起一张噪音非常大的糖纸对 S1 的录音过程进行干扰，录音结束现场回放，S1 的 AI 降噪效果震惊全场，在如此巨大的噪音干扰下，搜狗 S1 经过一个简单的点按操作完美还原了当事人的清晰语音，让老罗直呼“了不起”。
众所周知，老罗的粉丝是对科技、对极致产品、对匠心有追求的一群人，可以说搜狗的 AI 录音笔满足和超越了粉丝们的期待，直播仅仅展示了 S1 强大的 AI 降噪功能，实际上 S1 能做的远远不止这些，接下来我们就来看看 S1 都集成了哪些黑科技，才能达到如此惊艳的效果。
8麦克风阵列和AI加持，吹风机对着狂吹也不怕
直播进行到一个小时，搜狗CEO王小川出现在直播间，川总开始介绍自家的产品，向大家透露了录音笔完美降噪的秘密。
原来S1用了“8麦克风阵列”，直观上来看，麦克风多了自然会收集到更多更广的声音，但强大的硬件只是实现了更准的拾音，要想实现降噪，还需要一系列的AI音频处理技术。
直播结束，小编赶紧去搜了搜，一款被吹爆的录音笔就这点能耐？一搜不要紧，直播中展示的仅仅是S1众多黑科技的冰上一角，S1还有一个很重要的功能是支持“语音转文字”，目前支持中英日韩等10种语言、川粤津陕等10种方言的录音和转写，官方称实时转写准确率达98%。除了实时转写，S1还支持整个录音文件的转写，看官方数据1小时的录音只需要5分钟即可完成，高效！
如果我录了很多音频，怎么才能找到我需要的文件？带着这个疑惑我们去查看了S1的搜索功能说明，竟然支持各种标签组合查找录音内容，比如按时间、按文件大小或者两者组合等等。录音转好了，我想在 PC 端查看，还要通过 USB 导出到电脑？这样就out了，搜狗 S1 支持一键云端共享，只需一次存储，手机APP、网页端、PC 客户端都有了！
以语言为核心布局AI，搜狗众多黑科技相继落地
沉寂多年的录音笔市场因S1再次成为热点，让搜狗在智能录音笔行业再下一城，与搜狗“以语音AI为核心”的战略布局是分不开的。
其实，搜狗早就开始了AI领域的布局，并拥有众多的AI软硬件落地产品，软件技术包括搜狗同传、AI录音笔的自由对话翻译、输入法变声、AI合成主播、一站到底汪仔的智能问答技术等。
输入法+变声：用马云的声音和好友聊天
AI 变脸变声早就有了。但是将 AI 变声功能整合到输入法中，绝对堪称是搜狗的一次绝佳创意。
以往的变声方式非常繁琐，不仅额外下载 app，两个 app 之间还得来回切换。搜狗将变声融入到输入法中，用户不需要跳出当前的对话就能够即时变声。
普通的变声软件只是简单的更改了音频，比如将用户的声音变细来模仿萝莉，变粗来模仿大叔。
而搜狗知音的语音技术团队则是从语音表征学习、语音合成等领域切入。用表征学习来学习源端说话人的音色、内容、韵律这三大特征，再利用语音合成技术，将源端说话人的特征和要转换的角色特征合成为最终变声音频，达到各个方位的相似和自然。
如此一来就打破了音色转换的局限，用户可以变声成特定的角色声音，比如王者荣耀里的妲己、海绵宝宝，甚至马云，并且还原度极高、自由空间大。
多模态语境同传：机器同传首次实现会看、能理解、会推理，正确率提高 40%
同一个词，放在不同的语境下意思可能截然相反。例如 LOL，在聊天的时候它即可能表示 laugh out loud，也可以表示 Lords of ，需要结合当前的语境来判断。
类似的理解错位，在同传的时候非常影响与会者对演讲者内容的理解和参会体验。搜狗推出的首个具备多模态认知能力的同传系统，首创了“语境引擎”，在搜狗同传“听”的基础上，增加了“看”和“能理解会推理”两项新技能，PPT 内容翻译正确率提高 40%！
通过“看”来自主学习演讲者的演示内容，再通过“理解”和“思考”讲演讲者的内容，更加准确的识别并翻译出来。再一次引领了行业的技术进步！
不光有声还有影：AI 合成主播，不仅能报新闻还能当法官
2019 年 3 月 3 日，全球首位 AI 合成女主播在央视正式上岗，引发全球热议。
该主播使用了“搜狗分身”技术，通过模拟人说话时候的声音、动作、表情、肢体语言等，让 AI 合成主播看起来更像一个真人，可以来回走动，肢体还会配合说话的内容做出相应的动作。
搜狗甚至还推出了 AI 虚拟法官，通过北京互联网法院的在线智慧诉讼服务中心为民众提供更为便捷、高效的线上诉讼服务。
春节前夕，搜狗将分身技术应用到输入法，用户可以直接打字过程中，直接让虚拟气象主播“雅妮”实时播报天气。
更重要的是，搜狗分身技术在国内外尚属首例，终于有一个国人独有的技术了！
搜狗汪仔：研发 9 个月耗资 4000 多万，江苏卫视《一站到底》一战成名
2 年前，搜狗汪仔就在江苏卫视的智力挑战节目《一站到底》大放异彩，以 0:3 开局，最终却以 8:6 获胜，让现场的所有人包括电视机前的观众都震撼不已。
早在几年前，IBM 超级计算机系统“沃森”（）也曾在美国智力游戏 !(危险边缘)上，击败了当时最强人类选手。不过 是特殊接口文本输入，输入内容准确无误，且答案限定在特定范围内。
但汪仔面临的难度提升了好几个台阶。首先主持人不需要完全念完题目，在念题过程中选手可以随时抢答。汪仔正是通过语音识别和图像识别两种技术的结合，准确识别题目并迅速给出答案。
其次《一站到底》的题目是不给定类别的，需要汪仔通过算法来识别问题的类别。
除了会答题外，这个汪仔聊天的能力也很强，撩起妹来也是一把好手。
别看外表有点萌，其实汪仔背后是语音识别、OCR、自然语言理解、数据挖掘、信息检索、知识图谱和文本计算等多项 AI 技术的结合。
AI进化论：技术让冰冷的工具，变成有温度的智能助理
技术，最终要服务于人类。
为什么我们要追求自动驾驶、语音助理、会话机器人等等新技术，目的不是为了取代人类，而是为了能够让机器人像人类一样与我们沟通。让工具适应我们，而不是我们去迁就工具。
冷冰冰的工具，最终要变成一个有温度的，会替我们思考、为我们服务的助理。就好像搜狗输入法让打字工具变成写作助理、搜索让检索工具变成问答助理、录音笔让声音记录工具变成信息助理。
搜狗的发展，正在潜移默化地推动整个AI行业的技术革新，为行业和用户创造更大的价值。
相关文章
