语音输入的4大痛点用语音输入取代打字，不是未来的趋势，而是正在发生的事实。不过想要做好中文语音输入法，难度是非常高的，当下中文语音输入有4大痛点。 第一，因为中文存在大量的同音字，不管你吐字多么清晰，总会有被误判的可能，所以极其考验算法的准确性； 第二，大多数语音输入法需要联网，才能正常运行，断网后识别准确率会大幅下降，不如直接打字更为可靠。
第三，平时说话偶尔需要夹杂英文，这时候输入法要同时识别中英文，容易出现误判。而且汉语的语种非常多，光是主要方言就高达15种，语音输入法很难实现面面俱到。 第四，中文语音输入法的准确率做到95%以上，就已经是顶级水准了，想要达到100%几乎不可能，最后还是需要略微修改一下，不可能完全脱离键盘。 一次很偶然的机会，让我开始尝试百度输入法的语音输入功能。毕竟百度是全球最大的中文搜索引擎，小度更是智能屏行业的领头羊。在中文搜索和AI人机交互这两大赛道，百度都是行业的领军者。
因此，百度输入法从一开始就被我寄予厚望。问题来了，最新版本的百度输入法，是否解决了语音输入的4大痛点？接下来分享一下我个人的体验。 正常念稿时的语音准确率我认为中文语音输入法最关键的就是同音字的纠正，以及标点符号的标注。我用了两台手机，分别用百度和苹果原生输入法，两个手机同时测试一段语音进行对比。毕竟没有对比，是得不出客观结论的。 百度输入法非常精准的判断了我的意思，标题符号也在最适合的地方，数字会自动替换成阿拉伯数字，基本不用再修改。
苹果原生输入法出现了3个瑕疵：缺了一个“逗号”，“而”这个字没有识别到，“80”没有转成阿拉伯数字，上下文格式不一致。简单对比后，可以明显感觉到百度语音输入的使用感受更流畅。 千万别觉得这点差距无所为。总共才60个字左右就有三个瑕疵。这意味着你用十几秒输入的文字，也需要十几秒去改，这显然不能提高码字效率。日常聊天用用还好，拿来工作肯定不行。 断网时语音识别的准确率可能很多人都不知道，语音识别技术如果需要较强的性能，需要用到的计算量、模型体积是比较大的，所以一般会放到云服务器上。因此，许多输入法的语音功能都要求联网才能使用，断网识别则会降低准确率。 而百度输入法支持离线语音功能，APP里自带离线语音识别模组，就算没有联网也能正常使用，同时语音识别的准确率也非常高，和它形成明显的对比的是搜狗输入法。我用两台手机分别使用百度、搜狗，开启飞行模式，同时识别同一段语音，结果非常有趣。
客观地说，搜狗输入法在联网状态下，语音识别率和百度是同一梯队。不过在断网之后，搜狗输入法的语音识别准确率就会大幅下滑。而且不是标点符号的断句出现问题，也不是漏字，而是直接识别成了别的意思——比如把“拼音”识别为“小艺”，“键盘”识别为“健康”。 相比之下，百度输入法就很稳定，离线状态下的准确率，和联网状态几乎没有区别。成熟的“离线语音”可以带来多方面的好处，比如可以适应各种复杂的环境，就算断网了也能用。对我而言，“离线语音”让我可以放心地用语音输入，去做一些安全性要求较高的编辑工作。
丰富多样的语种支持中国地大物博，有多少地区，就有多少种方言。全国的普通话普及率才刚超过80%，还有很多人仍然在用方言交流。 为了让人与人之间的沟通再无障碍，百度推出了“方言自由说”功能，融合各种方言为一体，目前已经支持河南、四川、东北、山东、粤语、武汉、昆明等多种方言，使用时不需要切换语种。 好奇之下，我做了个小小的测试，选择“方言自由说”模式，先后测试河南话“俺要录个视频”、粤语“床前明月光，疑是地上霜”、四川话“这个火锅巴适得很”，百度输入法都能准确识别。
也就是说，百度输入法可以智能判断你说的话是否属于方言，并自动匹配最适合的模型，不需要自己动手去调。“方言自由说”功能，抹平了方言和普通话在发音、用词上的重大区别，让语音输入全面普及成为可能。 除了方言，百度输入法还可以实现“中英自由说”。简单测试了一下，它可以实现中英文同时识别，甚至可以“语码转换”，即当无法精确用中文描述某个概念时，就部分替换成英文来替代。 比如这段话：这个app的logo和slogan都超有feel的，你一定要感受一下。我尝试用中英文自由说来念这段文字，识别结果一字不差，算法非常精准。
要注意的是，“中英自由说”在离线状态下也是能使用的。之前我们提过，百度输入法在断网的时候，语音输入的准确率依然很高。我再次用这段话测试了一遍，结果是完全一致的，可用性非常高。 用语音指令去修改语音结果根据iiMedia Research的报告，百度输入法的AI语音功能识别准确率高达98.6%，是业界最高。不过我们也能看出，由于中文的同音字、谐音太多，市面上的语音输入法，都很难做到100%完美，还是有继续提升的空间。
但是我发现，新版百度输入法给出了解决办法，那就是用“语音指令”去修改语音结果。这样一来，哪怕是语音识别结果出现偏差，我们也能不用键盘修改，单纯只用语音来打字了。 官方给出了多种语音指令，包括修改、删除、加字等等。
比如“语音输入的极限速度是一分钟400字”这段话，如果语音指令来修改，能精确到什么程度呢？对此，我先是在聊天窗口里进行了测试。 比如改字，我说了指令“小度小度，把语音改成说话”，结果“语音”这两个字真的改成了“说话”；然后是删除，我说了指令“小度小度，删除说话”，然后“说话”这两个字被删除了。
除此之外，我发现不仅仅是在聊天时，在APP的搜索框中，也能启用语音指令功能。比如我在某APP的搜索栏中，输入“百度输入法体验”，然后再用语音指令进行修改，结果依然是可行的。 比如加字，我说了指令“小度小度，在体验前面加深度”，这句话就被改成了“百度输入法深度体验”。也就是说，百度输入法可以智能识别输入场景，在需要用到的场景下，会自动开启语音指令功能。
我测试了一下，百度输入法绝大多数情况下都能使用语音指令，比如发朋友圈、发动态、APP搜索框、评论区留言等等。只有极少数APP是无法识别的，比如在Edge浏览器的搜索框里就无法开启。 百度输入法的体验总结是时候该做个总结了，综合体验下来看，我觉得百度输入法的表现可以用四个字来形容：超乎预期。
首先，百度语音的识别准确率已经达到了高度可用的水平，标点符号的断句也十分准确；第二，百度在输入法里内置了完整的语音模型，就算离线也不受影响；第三，“中英自由说”和“方言自由说”这两大功能，让大多数人都能用上便捷的语音输入；第四，“语音指令”可以彻底解放双手，单纯用语音就能输出整段话，不需要用到键盘来修改。 百度输入法解决了语音输入的4大痛点，让“语音取代打字”正在成为现实。体验完之后，我开始明白为什么百度输入法是行业的领军者了——它的实力不是吹出来的，而是用实实在在的技术打出来的。
据艾媒咨询公布的《2021年度中国第三方手机输入法行业研究报告》，百度输入法市场占有率达到44.5%，月活用户达5.62亿，始终保持领先的地位。消费者的眼光是雪亮的，谁更好用大家心里都知道。 你用过百度输入法的语音功能吗？一起分享你的真实体验。  |
|
|
