放棄通用型助理，搜狗的語音之樹卻扎根更深

（2016年8月3日，搜狗CTO楊洪濤在“知音”引擎發布會上）

搜狗語音助手app的最后一次更新，停留在兩年前。它誕生于 2012 年，是蘋果 Siri 引發的語音助理產品浪潮中的一個。后來同類的產品都趨于沉寂。搜狗語音交互技術中心負責人王硯峰，把這類產品稱為“通用型語音助理”。他說，人們使用通用型語音助理的時候，會想著這個軟件應該是無所不能、無所不會的，但現在的技術做不到這一點，而且五年之內都不可能做到。

今年上任的搜狗CTO楊洪濤總結道，通用型語音助理更加注重“廣度”的開發，開發者想滿足用戶的各種需求，但技術上又沒法達到用戶預期，所以這種語音助理的位置很尷尬。

于是，搜狗很早就放棄了通用型語音助手的開發，轉換思路，將精力轉移到垂直型的場景中。他們試圖通過對垂直場景的深度優化，讓語音交互技術為更多人所用。

這種做法，與仍然在走通用型語音助理的同業者截然不同。搜狗CTO楊洪濤，形容這種不同本質上非技術問題，而是產品觀的問題。他認為，在基礎語音技術水準上，幾家大公司的能力會趨同，不會有本質上的差異，但體現在產品上就會有領先有落后。這取決于兩點：一是產品觀；二是數據與技術的配合情況。

按照雷鋒網的理解，這兩點其實是楊洪濤悄悄開了兩槍：一槍打向搜索引擎同業者，瞄準其堅持通用型語音助理的產品觀；一槍打向傳統語音技術供應商，瞄準其為多個合作伙伴提供技術的方式，缺乏數據上的深度優化能力。

楊洪濤說，訊飛也在跟高德地圖合作，但這種合作跟搜狗語音團隊與搜狗地圖的合作是不一樣的。“我們在打磨導航里面的語音交互能力的時候，是跟地圖的產品經理坐在一起討論這件事情怎么做，友商基本不可能。”

垂直場景之車內導航

車內導航是搜狗看中的一個垂直場景。8月3日的搜狗“知音”引擎發布會上，他們展示了針對車內導航場景做的優化，最明顯的變化是支持多輪對話。比如，用戶想去化工大學的時候，導航系統會問用戶，去哪個校區（北校區還是東校區），但用戶的回答可能是“昌平的那個校區”，這時候搜狗的導航系統也可以理解用戶想去哪個校區。

搜狗語音交互技術中心負責人王硯峰說，用戶習慣于通過周圍熟悉的建筑物跟地圖進行進一步的交互，這種交互是非常深度的。你需要有地圖的知識，同時語音系統要知道用戶是通過這種地標的方式進行查詢。如果你沒有這樣的能力，你在識別階段或者語義理解階段是解決不了這樣的需求的。

垂直場景之語音輸入

語音輸入是另一個搜狗看中的垂直場景。對于以輸入法為核心產品的搜狗來說，這一點幾乎是顯而易見的。活動中，楊洪濤現場展示了搜狗實時轉寫字幕的功能，楊洪濤的講話內容實時出現在屏幕上，這是語音輸入相關技術第二次亮相。之前搜狗CEO王小川在上海進行過演示。

搜狗針對語音輸入功能做的優化，主要是大幅改進“語音修改”能力。王硯峰介紹，他們借鑒了人與人之間溝通時怎么向對方解釋文字含義的方式。并舉例，介紹自己的時候，他會說“我叫王硯峰，硯臺的硯，山峰的峰”。如果機器可以聽懂人與人之間語言糾錯的話，對于用戶體驗的提升就會非常大，其實就是讓用戶能夠用一種自然語音的方式跟機器交流。

搜狗目前在iOS版輸入法的語音輸入功能上，已經加入了這項被稱為“語音修改”的功能（官方稱 Android 版月內也會上線）。語音輸入完一段話之后，可以按照自己的想法進行修改。這里有段視頻大家可以了解下。

搜狗看重的第三個垂直場景是家庭娛樂。簡單說，就是在電視和電視盒子上輸入文字是非常麻煩的，語音這時候可以起到更重要的作用。搜狗現場演示了，通過多輪對話和對話中出現的“知識”的語義理解，更好地理解用戶的需求。這方面，其實搜狗沒有展開講，因為還沒有具體的產品落地。搜狗在會后透露了他們的打算，希望找到一家業內技術最強的電視廠商，一起做針對內容數據的深度優化，打磨產品，滿足家庭娛樂場景下的真實需求。

從通用型到垂直場景，業務重點從追求廣度到追求深度。搜狗雖然戰略上放棄了通用型語音助理的開發，但是通過垂直場景下數據和技術的配合，語音交互之樹卻扎根更深。 

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。