阿里跨境AI语音识别对比,阿里跨境ai语音识别对***析

1. 百度、搜狗、讯飞，输入法哪个更好用？语音识别方面哪个更强大？
2. 2020年“AI 2000人工智能全球最具影响力学者榜单”。美国占61.4%，中国9.3%，怎么看？

百度、搜狗、讯飞，输入法哪个更好用？语音识别方面哪个更强大？

三款输入法我都用过很长一段时间，现在我一一述说这三款输入法的优缺点。百度输入法，输入键盘设计很方便，输入智能化也高，语音输入只能说是一般般，特别是百度输入法爱***，会出现卡顿，死机等现象。搜狗输入法，输入键盘设计最便捷时尚，智能化很高，特别是经常输入的短句很快捷，语音输入识别率很高，是我目前用过综合实力最强的输入法。讯飞输入法，输入键盘设计不科学，输入标点符号数字什么的需要经常切换，这种设计很不便捷，输入的智能化也高，特别表扬的是语音输入是最强的，识别率高，识别速度快。至于哪款输入法最好用，这没有最终答案。这需要看每个人的需要，合适的才是最好的。如果注重语音输入的，讯飞输入法肯定是首选。如果是以打字为主的，搜狗输入法是最爱。如果平时不怎么打字的，系统自带的百度输入法就完全足够了。

讯飞在一些细节上做得很好，比如说某些字可能会出现歧义的情况下，下面会有横杠，直接点击就会有其他同音的字，然后可以直接更改，是其他输入法都没有的，这功能真的是非常方便

总得来说这三款手机输入法用起来并没有什么实质性的区别吧，因为三款手机输入法都很好用，都能满足用户的基本需求。如果要说语音识别的话，哪家更强？这个毋庸置疑是讯飞输入法。

以下是今年科大讯飞新品发布会对讯飞输入法的介绍的实录，供你参考。

讯飞输入法

2010年科大讯飞第一次推出了讯飞语音输入法，这是业界第一次将语音输入和输入法结合在一起。在过去的八年发展中，我们已经聚集了5亿的用户，每个月的月活用户超过了1.2亿，而且根据我们今年最新发布的识别引擎，我们在通用场景下的识别正确率已经达到了98%。很多人都问识别率都已经98%了，还能有进一步提高的空间吗？

我们仔细分析了一些用户的反馈，在输入的过程中，因为语音会受到各种各样因素的干扰，针对用户的需求，我们又对现在所有输入法的用户进行了深入的分析。在我们分析的人群当中，我们发现在98%的人群中有23%的人，他们的发音平均效果是没有达到百分之百的。我们还发现更多的人可能根本就没有使用我们的语音输入法，为什么？因为他们觉得自己的口音不好；语音识别效果不好的主要原因呢？一方面是口音的问题，方言口音可能太严重，另外一方面就是跟专业词汇有关。我们也一直在思考解决这个问题。

今年我们在业界第一个推出了语音个性化，通过声学个性化和语言个性化来提升每个人的识别的效果。在过去的一年当中，我们已经进行了灰度的内测，在600万的粉丝用户中，我们发现通过个性化的这种方式可以额外提高20%以上的系统性能效果。

通过什么样的算法才能实现语音修改的功能？这是一个非常有难度的挑战。大家都知道原来传统的语音识别，其实是我们对所有人适用的同一个引擎，服务调度比较容易进行；而用了声学个性化技术以后，我们需要为每一个单独注册用户他提供一套单独的识别引擎，用原来传统的构造是完全没法做到的。大家看到刚才的响应速度非常快，达到了毫秒级，我们在这个过程中做了算法优化、工程优化、架构优化三个方面的技术，并且将自主学习个性化语言模型和识别结果的优化综合起来，形成了我们基于Cache based Fast Adaptation的技术，我相信这也是业界乃至全球第一个能够进行语音修改和快速智适应的技术。在前天晚上坚果pro的发布会上，锤子科技的朱萧木副总裁也演示了语音修改这个功能，但是大家看到的其实是整个功能的一个部分而已，真正的是我们个性化自学习的功能。

这个过程我们是怎么做到的呢？技术的核心在于个性化智适应。也许大家会问，为什么其他输入法并不具备这个能力？其实很简单，首先从技术上来讲，个性化自主学习、个性化语言模型和优化识别都需要基于一种全新的技术层面的个性化方案，在技术研究上本来就有难度。但是还有一个更大的难度是工程上的，原来我们的识别引擎对所有人开放的结果都是一样的，对于上亿的人在不同的服务器上调度非常容易。但是现在，我们要给百万级甚至千万级的用户、每个人要做一个识别引擎。在算法优化方面，我们把***利用率提高了一百倍，在工程优化方面，我们把吞吐量提高了50%，在架构优化方面我们又把效率翻了一番。只有在这种情况下，我们才能够给在座的所有的每个人建立一个独一无二的输入引擎。

对了，我本人也是用讯飞输入法的哦！

其实感觉输入法基础能力都差不多，用的习惯就好用，我是ios机，以前一直用系统自带的，因为看到百度输入法的翻译功能和外语的语音输入，换了百度输入法，整体用起来还不错挺顺手的，现在让我换回默认就不习惯了。

搜狗用的习惯，词库强大，但是现在有一个问题非常叫我烦恼，就是需要搜索一个东西的时候就会变成搜狗搜索1强制推广自己家的产品非常叫人不爽。讯飞的语音输入更好一些识别正确率也高。如果你更偏好语音输入的话推荐使用讯飞.

2020年“AI 2000人工智能全球最具影响力学者榜单”。美国占61.4%，中国9.3%，怎么看？

恕本民科直言，现在的所谓深度学习算法的AI，连个人脑智能的皮毛都算不上！

本民科上世纪80年代初进入语音识别领域时，就已经猛醒到，语音识别的核心并不在‘语音’，而在‘听觉感知’，故毫不犹豫地转向了模拟大脑听觉感知机制的研究，并取得了突破，知道了语音听觉感知是如何将获取的海量语音信息模式化和抽象化，转换成语音模式的机制。AI必须向人脑学习，这本来是很正常的直觉思维，可令本民科大惑不解的是，为何一大群理工男非要去舍近求远，搞个什么‘算法’，而且一帮***决策者，从来就没有支持本人如此先进的拟脑研究，从而导致中国AI丧失了数十年的发展机遇！近几年又一哄而上地跟风deep learning，砸钱无数，结果如何？又走不下去了，如本民科几年前的预言:再次进入冰河期！所谓的大咖们终于醒悟过来，要搞所谓的‘类脑AI’研究，可又是研究方***的错误，欧盟的10亿欧元打了水漂！中国的AI大咖们对美国的AI大咖顶礼膜拜，一味跟风，可本民科却对美国人直接选择无视，因为他们连拟脑AI的门在哪儿都一无所知！而本民科的创新思想至少要比他们先进30年！

展望2020年的AI，无论或迟或早，愿意不愿意，AI早晚就得推倒重来，起跑线上重新出发，另辟蹊径，走拟脑AI和仿生AI之路！不谦虚地说，拟脑AI领域没有本民科的创新思想指引，门都没有！不信走着瞧！

本民科在AI领域又向全世界的官科们‘约架’了！

怎么样，敢应战吗？

感谢邀请！中国的人工智能能力其实离美国还有一段距离。这不仅仅在“AI 2000人工智能全球最具影响力学者榜单”中可以反应出来，在人工智能的论文、专利上也可以有所体现

中国论文很大程度上是在乎量，而不是在乎质，这和中国高校注重发表的数量，而不是质量有关，这个和国外的高校思路的确的南辕北辙，国外更注重研究的深度一些。所以中国有很多AI的论文都是走的一些大水刊，这个是我们国家科研方面很大的问题

接下来我们具体对比一下中美两国的AI技术上的能力差异

独立调查机构CB Insights发布的报告显示，全球32家估值10亿以上的人工智能公司，美中领先全球，其中中国占据10家，美国占据16家，美国领先于中国。但是美国极其害怕中国的AI独角兽公司的成长，依图这些公司已经上了美国的黑名单

AI专利的排名，全球AI专利申请排名IBM、微软、谷歌稳居前三，百度第4，国家电网第6，腾讯第8，中国是美国的2.5倍

《2018年度全球AI报告》显示，全球AI发布论文第二多的是中国，如图2所示占比高达25%，美国占比是17%，但是美国AI论文的引用次数比全球的平均水平高出83%，所以美国在全球的AI实力是最强的，中国紧随其后，这个原因就和我之前说过的高校的不良习惯有关。

在AI硬件方面，美国市场研究公司Compass Intelligence已根据自己的指标公布了十大AI芯片组。据此，Nvidia排名第一，英特尔排名第二，恩智浦排名第三，苹果排名第四，谷歌排名第五，全球前10除了华为公司，美系公司占据大半。

所以中国的AI的实力，不管是软件和硬件能力，都是远不如美国的，所以最有影响力的学者，美国占61.4%，中国9.3%是一个非常正常的比例。

不过，虽然中国是第二，但是中国的AI能力的发展还是非常迅猛，增长的非常迅速。这也让买个感到害怕，对中国进行了全面的AI封杀。目前据我所知，美国连中国报考AI的研究生都拒绝入学，可见美国风声鹤唳到了什么地步

当然，对手越害怕，说明我们国家的潜力越大，虽然我们国家的AI能力现在不如美国，但是以当前的发展速度，有朝一日肯定会赶上美国的

我用一个简单故事来解释一下，1999年我在荷兰驻广州领事馆工作，主要是市场调研和技术分享合作，主要是将欧洲高新技术转卖给国内，但所有的这些都是受FBI监控的，那时国内急需的就是作战夜视仪，这个东西硬件生产并不难，关键是软件技术，因为我们接收的红外信号必须转化为图像才能让人们看到，它是通过士兵头盔接收红外然后将这些信号传到分析[_a***_]，经过图像分析生成处理再传回给士兵的，比如一个装甲车或者一颗树，我们怎么知道它是***的还是真的呢？这个需要软件分析的，包括每一寸土壤是什么结构什么成分都需要分析，这个涉及很多技术才能合成，人工智能也是对整体工业水平的一个高标准要求，不是几年可以炼成的

谢谢您的问题。这个AI人工智能榜单的含金量，我是比较认可的。

国内的榜单。清华大学是国内公认的AI强校，清华大学与中国工程院知识智能联合研究中心发布的这个AI学者榜单，我认同其含金量。该榜单由清华大学专人团队统计了近10年、最重要的会议、全球2.5万学者的论文发表情况、论文的引用情况，涉及机器学习、计算机视觉、自然语言处理等AI学科领域，各领域前10名学者是最具影响力学者奖。相关数据与结果，我非常认可。

需要正视差距。第一，中国学者规模世界第二，美国1128人次，中国171人次。第二，中国关于人工智能研究热度，也落后于美国。第三，中国缺乏AI顶级研究者集中的机构。谷歌、麻省理工学院诸多人工智能等10个领域有全球最多的学者数量，都是美国的。阿里巴巴、华为等国内企业在AI学者方面存在差距。

需要抱团。中国AI学者需要抱团推动AI发展，不能各研究各的。清华—中国工程院知识智能联合研究中心发出这个榜单，是有深意的。中国工程院当年联合清华大学等科研单位，为多领域专业融合构建了科研平台，发挥了国家智库与技术支撑的作用。中国工程院与清华大学成立知识智能联合研究中心，也是为了攻克大数据、人工智能难题。有了平台与机构，更能保障人工智能人才队伍培养，孕育人工智能成果。
欢迎关注，批评指正。