“听得懂,能交付,才叫企业智能体主脑掌控座舱!”
第二天早上八点,横竖纵公司的全体员工邮箱中同时收到一封紧急内部通知:
“即日起成立‘突击队’——独立产品线:XR个性化语音输入法,代号:‘零键行动’。”
公司微信群瞬间炸了锅:
“零键行动?难道是废掉虚拟键盘,全部语音吗?”
“咱们公司又要搞大动作了啊!刚搞了‘VisionPro’版!”
“创业公司,节奏真快啊!”
“等等,咱们公司啥时候还干起了输入法的活儿?”
会议室里,张伟站在大屏幕前,双手一摊:“同志们,我们主脑座舱的智能系统,缺了一个最核心的入口:精准的个性化语音识别。这次我亲自挂帅,目标是一个月内,做出一个‘听懂四川话CEO’的XR语音输入法,原型产品。”
台下一阵笑声:“四川话CEO?”
张伟微笑点头:“没错,四川话CEO,东北话CEO,广东话CEO……每一个CEO,都应该拥有一套只听得懂‘他自己’的语音输入系统。”
张伟扫了一眼全场,最后目光停在技术骨干小军和产品经理小杨身上:“小军任副组长,小杨负责产品,我们要在一个月内,彻底扔掉VR里的‘一指禅’打字神功。”
“同时给你们小组,招聘3人的指标,开发模式,还是我们以前的老策略,不准重复造轮子!尽量用成熟的开源平台,到GitHub里去淘宝。”
其实基本的输入法,语音识别,都有成熟的‘轮子’了,主要是结合AI的语音个性化声纹识别这块,需要做到每个人都拥有一个独特的声纹识别库、声纹识别AI模型,这是毕竟有难度。
然后再把这些整合为一个整体,而且各个识别模型,不能互串,才是最后的攻坚高地。
接下来张伟和‘突击队’进入了闭关状态!
两周后。
“零键行动”团队首次产品、技术评审会。
小杨站在前面详细地解释产品实现思路:“第一步,每位用户首次登录、使用本输入法时,会朗读10句训练文本,我们会用AI为每个人建立一个‘语音特征声纹’AI识别模型。”
“第二步,我们根据这个声纹,记录下常见的错误发音,比如h和f不分,平舌卷舌不清楚等等,用AI进行语音纠错建模。”
“第三步,基于第一,第二步的识别、判断、筛选,在针对性推送这种语音习惯下的,易说错文字,易说错词语,易说错句子,最终实现给这个用户私人定制出,一套独一无二的专属AI语音识别输入法。”
这章没有结束,请点击下一页继续阅读!
“第四步,系统再结合GPT类的语义推理引擎,进行实时语音预测,根据用户习惯进行候选词排序,从而达到个性化精准识别。”
大家最初还带着怀疑,这可太吊炸天了啊,这下VR输入法,完全被彻底的解决了啊。
想想PC端的输入法“搜狗”被鹅厂收购时,可是35亿美金,248亿人民币啊。
可是那只是一个键盘输入法,完全是基于输入习惯+联想模式的产品逻辑,算是一款大众化的通用产品。