ai档软件下载讯飞输入法V11.0：AI语音升级、AI表情升级和输入法App内社区改版

作者|杨畅

编辑|漠影

你试过15分钟写3000字吗？

比如知识储备和灵感之外，码字速度相同是一个作者重要的必杀技。作为一位作者，剑飞最常用的码字神器就是讯飞输入法的语音输入功能，他还先前尝试过用讯飞输入法日更15万字。

输入法其实是他们使用手机、电脑等智能仪器的必备软件，但你们在平时被问到最常使用的App是什么的之后，很少有人会想到它。

其实随着越来越多AI科技应用到输入法中，输入法逐步从软件性产品发展成服务性产品，变得更贴心了，像讯飞输入法中的中英文混合输入功能、AI助手提供的AI校对、AI斗图等等，为用户提供了更个性化和画面化的服务。

去年是讯飞输入法推出的第11年ai档软件下载，每年还会更新一个大版本的讯飞输入法，在11月3日发布了每年全新更新后的输入法：讯飞输入法V11.0。第11代讯飞输入法有五大看点变化：AI语音升级、AI助手升级、AI键盘输入更新、AI表情升级和输入法AppUI、App内社区改版。

具体新更新的讯飞输入法能给用户带来怎么不同的输入体验，这些更新背后讯飞输入法又融入了这些独有的AI能力？

因此，智东西对话科大讯飞输入法业务部总经理程坤，在解读讯飞输入法五大新亮点的同时，进一步解开讯飞在AI赋能输入法方面的逻辑和探讨。

一、语音输入进化，应对中英文混杂、嘈杂街头考验

近几年随着语音辨识等相关的科技的演进，越来越多用户起初使用、习惯语音输入的方法。不过，相对于拼音输入和手写输入来说，语音输入也有相当大的局限性，其中最大的一个局限性就是易于得到周边环境的妨碍，比如说高噪声、多人交谈的拥挤场合等，如何确保一个非常好的识别效果是必须重点去突破的技术瓶颈。

程坤谈到讯飞从开启深度学习语音识别研究以来，一直在改进迭代其语音辨识模型框架，从DNN到RNN到DFCNN再到Encode-decode，不断提高语音辨别的效果，进而确保讯飞输入法语音输入等讯飞语音相关产品的功能大幅改进。

得到人耳具有的视觉选择性注意能力的启发，讯飞提出复杂画面下的前后端一体化语音识别框架TFMA（Temporalfeedbackend-endmulti-channelASR）框架，将原有的语音识别过程进行构建。

传统语音识别系统

传统的语音辨识是首先借助声学建模将噪音进行过滤，得到特征信号，通过第一道识别引擎把这种特性转化成如发音信息等音素，然后结合语言建模将语音转换为文字。

在这个语音转文字的过程中，如果背景声音是有多个人在同时说话，使用传统语音辨别系统是没有方法将如此多声音过滤掉的，进而妨碍了输入法语音辨识的确切性。

现在，讯飞做了一些创新，高效利用多通道语音输入，比如新公布的这个TFMA语音辨识框架可以解决复杂画面下的语音辨识问题。该方案的科技变革点在于运用前后端联合模型、优化的细则，形成一套自下而上与自上而下相互结合的流程，同时还采用长期的学者知识，结合神经网路网络与特色信号处理的优势，保证了平台的鲁棒性。

TFMA语音识别框架

通过利用TFMA语音辨识框架，包括讯飞输入法在内讯飞的软软件产品大大受益，这些产品在高噪声、多人说话、轻声说话等复杂画面下的语音辨识能力继续增强，特别是-10分贝至-15分贝等恶劣场景下的识别由不只用变为可用或者好用。

程坤介绍说，第11代讯飞输入法不仅复杂画面下识别率提高之外，另一项语音方面的提高在于可识别的语种更多了，这一最新版的讯飞输入法现支持包括西班牙语、俄语、意大利语、英语等12种国外语言的语音输入和随声译。

程坤补充道，包括现在的多语种和之前的方言语音输入方法的推动都依赖于讯飞的统一模型的科技，将各类语种、方言的语义统一放在一个建模中练习，训练过程中诸多语料并不拆开，训练完成后直接输出，这样即便用户的普通话没这么标准的状况下，讯飞输入法也能确保一个较好的识别效果。

讯飞输入法随声译功能，例如用英文说话输入法自动转换为德语文字输入

在交流中，程坤说，从输入法演进的整个过程来看，可以把输入法分为两个阶段，首先是追求强度的一个阶段，可以定义为“1.0版本”，这个阶段输入法厂商解决的是如何让文字输入又快又准的一个问题。

由于受疫情影响，很多工作、交流都放到了线上，其实，输入法的语音转文字非常是多语种输入功能较好地满足了他们线上交流时的这些快和准的转录式输入需求。

二、让输入法如何更懂人：既是百宝箱也是情感写手

程坤补充道，随着互联网发展和智能设备客户的个性化需求的剧增，输入法也逐渐变化，解决这些个性化需求的输入法可以被定义为“2.0版本”，对应了三类需求。

第一类需求是用户的个性化输入需求，讯飞上线了AI助手功能去承载这一需求，比如说有些人偏爱用图像去表达一些内容，讯飞输入法有文字直接转图片的斗图功能。

讯飞输入法AI斗图功能，输入文字自动推荐图片

第二类个性化的需求是这些人的输入是为了解决某一类问题，讯飞也按照客户的这类需求在输入法里内置了搜索，缩短了客户的意愿实现模式。

程坤说，这一功能的谋求其实是借助讯飞最新的本地化意图识别引擎去解读用户的企图，然后提供给客户对于性的服务。

讯飞输入法内置的搜索功能

第三类是情感化的意愿，讯飞想让输入法的AI助手像一个真正的助手一样，能主动提供给客户一些推荐和服务，比如说在客户在社区论坛发帖过程中给客户推荐文案，当顾客聊天的之后提供给客户一些更丰富的表达、帮忙校对错别字，用户想一键好评的之后帮忙助写等等。

这个过程中会用到一些自然语言处理（NLP）的技术，在本地直接进行分词分析，感知到客户想要表达哪个。另外，本地化NLP技术对客户来说体验会更好，也更安全。

讯飞输入法AI发帖助手、AI聊天助手、AI好评助手功能

程坤还分享了讯飞输入法在AI助手方面将来的一些目标，他说针对这次的讯飞输入法版本，可以定义为从追求效率的“1.0版本”向追求情感认知的“2.0版本”的一个过渡，所以在画面覆盖后面还没有这么全，讯飞先选择客户社交、论坛、电商等一些客户使用频次高的画面进行适配，未来会逐渐的扩展，比如说直播画面、用户写作场景等等。

以及，讯飞输入法未来想提供的不只是是输入软件的功能，还会加入后续的服务链接，像现在，在讯飞输入法界面就可以直接搜索不用跳出输入界面，未来或许在买东西的之后，输入商品名称，输入法经常串联到一个比价的功能之类。

“其实讯飞输入法是整个讯飞产品里用到人工智能科技相当多的这么的一个产品。”程坤谈到，除了语音技术和AI助手之外，讯飞输入法的图像辨识用途和随意手写输入的功能也有融入了这些讯飞自研的AI科技，可以辨识手写和印刷体、表格，还可以进行学员作业的批改等多种功能。

讯飞输入法的图像辨识功能

三、输入法的今后在元宇宙里？

比如增强输入法的AI能力，讯飞对输入法的图标也进行了改版，第11代讯飞输入法键盘整体显得非常圆润。

程坤提到讯飞针对这些页面，基于使用人群本身的特征进行了一些定向的优化。

讯飞输入法App页面和键盘页面

输入法是人机交互的重要软件，除了常用的相机、电脑之外，汽车、可穿戴设备之类都会需要输入法来完成操作。

比如，汽车的车机内置输入法，用户对这类输入法的需求跟使用手机时对输入法的需求不同，使用车机输入法的目的更多是进行搜索ai档软件下载，搜地名来导航、搜歌曲来提神等等；而像智能手表对输入法的意愿也相对于其它设备有差别，讯飞的语音输入功能针对智能手表这种屏幕较小的智能设备来说，会有更好的输入体验。

智能手表输入界面

提到输入法的交互能力，程坤还分享了针对输入法未来发展的一些观点，输入法的文字录入的功用可能也是它的个别功能，未来输入法更多可能会像一个助手一样存在。

像近期业内热议的元宇宙，用户如何和虚拟世界进行交互，可能不只是是使用目前常见的屏幕，或者文字输入这些方式，更多的或许是类似现实中人和人语音对话的这些方式进行一些交互。

比如语音交互之外，在元宇宙这样虚拟世界中，人们就会需要用图像来进行交互、识别交互的另一方；再有就是讯飞正在布局的虚拟形象，通过一个虚拟形象代表用户自己在虚拟世界的一个身份，进而结合语音技术、图像科技来达成更好的交互。

科大讯飞推出的虚拟人交互系统

结语：AI时代输入法从快和准到个性化

随着输入法的精确性和迅速输入能力的提高，用户对输入的意愿也不断下降，讯飞考虑到各类客户不同画面下的意愿，给出有对于性的输入解决方案，包括语音输入、图片输入、AI校对、AI助手等等。

提到讯飞输入法，程坤说这次讯飞输入法的大个别客户都是主动从电脑应用行业上下载安装讯飞输入法的，就是由于讯飞充分考量到了客户个性化的需求。

如何借助AI去更准确地匹配用户的个性化需求，或许是将来输入法领域重要的竞争点。