深耕語音輸入12載：訊飛輸入法走向萬物智能新世界

原創贊收藏評論

舉報 2022-11-22

掃描,分享朋友圈

科目二考試不慎掛科后，我爸在微信上向我抱怨道：

“整天都在說人工智能，可人工智能到底在哪里呢，為什么到了2022年，自動倒車入庫的功能都沒普及，導致科目二考試還是那么難?！背宋淖稚系谋г梗€特意加了張某自動駕駛企業的宣傳圖。

我沒有正面回答我爸的疑問，而是問了他另外一個問題：“你連拼音都打不好，為什么能給我發這么長的一段文字？”大約過了一分鐘后，我爸回復了這樣一段話：“我用的是訊飛輸入法的語音輸入，直接對著手機說話就能生成字?！?/p>

可能在很多人的認知里，人工智能的價值在于顛覆性的改變，而選擇性忽略了生活中那些潛移默化的影響。

就像語音輸入的例子，我爸夾雜著普通話與河南方言的輸入習慣，五年前還是難以想象的場景，那時候語音輸入的準確率已經達到95%以上，但方言的識別準確率讓人難以直視，普通話和方言混合輸入的話，可能會直接讓系統“宕機”，如今語音輸入已經成為許多人最常用的輸入方式。

同樣被忽略的是，在語音輸入這件“小事”上，訊飛輸入法已經走了12年，創造了一個又一個里程碑。

01 被“語音”解放的長輩們

大約從五年前開始，“下沉市場”逐步成為外界討論的焦點，不但延長了人口紅利消失的時間周期，也為互聯網巨頭們找到了新的流量來源，甚至是說在某種程度上左右了當下的互聯網商業格局。

有人將其歸功于“華米OV”，因為智能手機價格的下降和渠道的密集覆蓋，加速了智能手機在下沉市場的滲透；也有人認為是微信、拼多多、抖音等殺手級應用的功勞，以一種特殊的魔力喚醒了“五環外人群”的參與感。

應該被銘記的還有語音輸入。

如果說拼音輸入法是打開中文互聯網的鑰匙，一度是PC時代最普及、調用頻次最高的產品；語音輸入就是移動互聯網走向下沉市場的捷徑，原本被隔離在互聯網圍墻外的中老年人，正是靠“語音輸入”的流行，才打破了他們與互聯網之間的藩籬，所扮演的角色不亞于智能手機的普及。

故事聽起來并不復雜，可想讓“語音輸入”被普通話都說不利索的中老年人用起來，并不是一件容易的事。就拿訊飛輸入法來說，為了提升語音輸入的效率和普適性，在技術上下了很大一番功夫。

比如訊飛輸入法12.0版本中推出的語種可控方言免切換系統，無須手動調整語音識別模式是普通話還是方言，就能實現普通話和23種方言的自由說。像我爸這類普通話中有著明顯的河南口音，時不時說幾個方言詞匯的用戶，語音輸入時不需要人為切換輸入方式，極大地提升了用戶體驗。

再比如訊飛輸入法對離線方言語音輸入和復雜環境語音識別的優化，不僅解決了高噪、遠場混響等環境下的識別準確率，即使是在離線的情況下，也能使用方言進行語音輸入。語音輸入不再是一種新奇的體驗，而是滿足用戶全場景需求的通用輸入方式，正在無形中重構人機交互的底層邏輯。

把視角再放大一些的話，隨著語音輸入效率的升維，被訊飛輸入法“征服”的絕不只有中老年人。驅動輸入法進化的源動力，始于“效率”二字，不管是拼音對五筆的替代，還是九宮格、手寫等輸入方式的流行，都離不開效率的提升。進一步解放生產力的語音輸入，自然是所有群體都無法拒絕的選項。

可以佐證的是，訊飛輸入法的用戶畫像中，包含了Z世代游戲人群、效率人群、銀發人群以及視障人群，他們的需求各有不同，或是青睞于游戲語音鍵盤、或是鐘情跨屏輸入模式、或是看到了長輩模式和無障礙模式的貼心……在語音輸入賽道上長跑了12年的訊飛輸入法，早已成為“個性多元需求”的代名詞。

02 萬物智能的輸入邏輯

當互聯網的用戶規模逐漸飽和，萬物智能被證實是下一個十年的核心命題，輸入法也需要與時俱進：所需要解決的不單單是人與人之間的溝通，還要為人與物的“對話”給出效率更高的解決方案。

在討論這個話題前，似乎有必要回答一個出現頻次很高的問題，即在萬物智能的秩序和規則里，輸入法是否屬于剛需產品？畢竟語音識別并不是輸入法的專屬，而作為“第三方”產品的輸入法，需要在萬物智能中找到自己的生態位。

這也是訊飛輸入法想要回答的拷問。剛剛結束的2022科大訊飛全球1024開發者節上，科大訊飛的輸入法總經理程坤在演講中多次提到“萬物皆智能”的理念，并給出了訊飛輸入法的應對之策。

首先是創新能力的輸出。正如前面提到的，訊飛輸入法針對語種免切換、離線方言、復雜場景下的語音識別等進行了深度優化，同樣的能力也適用于復雜多變的人機交互，用于解決人與機器之間的感知和表達難題。

一個直接的例子，當前用戶的智能產品列表中，已經出現了智能汽車、智能家居、穿戴式設備等不同產品，想要滿足不同場景下的人機交互需求，考驗的不只是語音識別的準確率，還有經過用戶實際使用驗證的差異化方案。而有著億萬活躍用戶的訊飛輸入法，已經為手表等小屏設備提供流暢的手寫、面向折疊屏設計了“分裂鍵盤”、更大顯示的智慧屏提供跨端流轉的輸入等等，可以說是離用戶和真實場景最近的玩家。

其次是內容表達的滿足。在用戶和智能化產品的交互中，“語音輸入”本質上只是入口，深層次的需求在于內容表達，通過語音輸入連接各種各樣的服務，譬如網購、社交、外賣等消費和生活的場景需求。

記憶中，訊飛輸入法在11.0版本中推出了“AI助手”，僅僅1年時間，這個平時不起眼的小助手已經擁有22種AI功能，覆蓋聊天、發布、搜索、評論、評價、個性表達等場景；并在訊飛輸入法12.0版本中，進一步搭載了全新AI智能化輸入引擎，在聊天、音樂、綜藝、影視、生活服務等場景下，都能賦以高效和準確。簡單來說，訊飛輸入法的切入口是輸入服務與用戶連接的需求，也是智能化時代用戶交互的根基。

至于訊飛輸入法的路線是否正確，現階段還無法給出確切的答案。不妨來重溫一個屢試不爽的產品邏輯：更低的使用門檻，更直接的交互方式，是一切產品發展的方向，萬物智能時代也不例外。

再確切一些的話，包括訊飛在內的第三方輸入法，正在不斷向金融、教育、司法、醫療、車載等場景滲透，輸出定制化的解決方案，為用戶帶來更好體驗的同時，也為自身找到了新的增長空間。

03 輸入法的生態化破局

從最早的語音輸入到賦能萬物智能，輸入法作為人工智能技術的天然載體，不可或缺性已經毋庸置疑，卻仍要面臨商業化的挑戰：在工具型產品整體式微的局面下，輸入法的想象空間到底在哪？

回到文初的例子，像我爸這樣的用戶不在少數，他們是語音輸入的直接受益者，以潤物細無聲的方式深切改變了他們的體驗感，一旦養成了語音輸入的用戶習慣，就是訊飛輸入法的護城河。可不同于智能駕駛等技術的話題性，語音輸入的大眾化普及，反倒制約了講述資本故事時的吸引力。

為了改變傳統的市場認知，訊飛輸入法代表的輸入法頭部玩家進行了多種嘗試。典型的例子就有To B探索，面向不同的行業打造場景化的輸入解決方案，降低用戶在垂直場景里的輸入門檻；同時還有增值服務的嘗試，利用個性化皮膚、字體、表情包等吸引用戶付費，事實上，好的產品和有價值的服務，用戶是樂于付費的。

在訊飛輸入法12.0的發布現場，面對輸入法在萬物智能時代遇到的新考題，訊飛輸入法產品總監趙明路給出了生態化的破局思路。

相對應的就是“i-Blocks”輸入個性化內容開放平臺，旨在搭建開放內容與服務的載體，以生態開放的理念，將創作者、IP方、設計師、普通用戶串聯在一起，形成生產、消費、價值創造的生態閉環。

個中邏輯并不難解釋。

進入到萬物智能時代后，人機交互勢必會出現復雜多樣的一幕，不同的產品有著不同的交互界面，不同的場景有著不同的輸入偏好，不同的用戶群體有著不同的需求，想要解決新的輸入問題，既需要產品功能的持續創新，也需要內容生態的不斷壯大，“i-Blocks”輸入個性化內容開放平臺擔綱的正是內容生態的建設。

以當前最為熱門的智能車機為例，首先要解決的是輸入效率，然后是個性化的滿足。比如定制化的皮膚提升品牌的用戶認知；再比如車機、手機、電腦的多端聯動，需要表情包、字體等元素進行表達……當輸入法的連接對象由過去的用戶和服務，衍生到終端客戶、品牌方、創作者、用戶差異化需求等更多層面，內容生態將是輸入法承接客戶訴求、滿足用戶需求的重要支撐。

找到的最新一組數據是：目前訊飛輸入法個性化內容服務使用者中年輕用戶占比達48%，吸引了內容創作者過萬人，內容使用量多達100億次。而在萬物智能時代，內容使用需求注定會爆炸性增長。

做一個總結的話，訊飛輸入法的優先級、競爭壁壘和技術優勢，決定了其行業地位短期內不會被挑戰，進一步拓寬語音輸入場景，并在內容生態上不斷積蓄力量，不失為一種正確且有前瞻性的打法。

04 寫在最后

按照官方公布的數據：目前訊飛輸入法的日活用戶已突破1億，語音滲透率達到75%，日語音調用量較2021年提升45%。

不難給出合理的解釋，語音為主、鍵盤觸摸為輔、肢體語言動作為補充的混合交互，滿足了萬物智能時代的基本特征，既是訊飛輸入法語音調用量逐年增長的誘因，也是其走向萬物智能新世界的戰略基石。

在語音賽道深耕十二載的訊飛輸入法，正在讓越來越多用戶擺脫人機交互的種種煩惱，改變不同代際用戶群體的交互習慣，沿循著“效率為王”的初心和恒心，賦以輸入生態新勢能、新方向、新動能。

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。