Sogou Dictation wird Stenografen arbeitslos machen. In wie viele menschliche Bereiche wird künstliche Intelligenz vordringen?

Künstliche Intelligenz wird zum heißesten Thema in der Technologiebranche. Wenn Technologieunternehmen nicht über die Forschung, Entwicklung und Planung von Projekten im Bereich der künstlichen Intelligenz verfügen, wird es ihren Mitarbeitern peinlich sein, die Leute auf der Straße zu grüßen. Aber welche guten Nachrichten bringt uns die künstliche Intelligenz? Google nutzt künstliche Intelligenz zum Spielen von Go und Apple nutzt sie, um Wetterinformationen zu melden und Alarme für Benutzer einzustellen.

Vor Kurzem hat Sogou offiziell „Sogou Dictation“ eingeführt, ein Kurzschrifttool hauptsächlich für Journalisten, Redakteure, Autoren und andere Textarbeiter. Der Schwerpunkt liegt auf der Lösung des Problems, dass Sprachaufzeichnungen später nur schwer zu organisieren, freizugeben und aufzuspüren sind. Es handelt sich um die beste Lösung für das Problem der Transkription langer Sprachinhalte auf der Grundlage maschinellen Lernens in der aktuellen wissenschaftlichen und technologischen Gemeinschaft. Es ist außerdem ein konkretes Beispiel für die Implementierung künstlicher Intelligenztechnologie zur Lösung starker Benutzeranforderungen.

Durch die Unterstützung langer Reden und die Erkennungsrate von bis zu 97 % kann Sogou Dictation sogar die Arbeit von Konferenzstenografen direkt ersetzen.

Leistungsstark und praktisch: Sogou Dictation wird zum neuen Favoriten für Textarbeiter

In der Vergangenheit bereitete die Sprachtranskription Textarbeitern aufgrund ihrer äußerst geringen Effizienz Kopfschmerzen. Selbst für erfahrene professionelle Stenografen ist es eine äußerst qualvolle Aufgabe, Sprachaufzeichnungen zurückzuverfolgen, wenn Tippfehler gemacht werden oder die Sprechgeschwindigkeit nicht eingehalten werden kann.

Dasselbe gilt für Reporter oder Redakteure, die Audioaufnahmen von Interviews organisieren. Angesichts zahlreicher Audiodateien und langer Fortschrittsbalken gleicht die Suche nach wichtigen Sprachausschnitten manchmal der Suche nach der Nadel im Heuhaufen.

Diese Probleme sind die Schwachstellen der Benutzer, denen Sogou Dictation große Aufmerksamkeit schenkt. Sogou Dictation kann die Position wichtiger Informationen schnell über Audio oder generierten Text wie ein Musikprogramm finden und löst so das Backtracking-Problem in mehreren Dimensionen.

Darüber hinaus zeigt sich die Leistungsfähigkeit von Sogou Dictation auch in der Tatsache, dass es Szenarien wie das Schreiben von Artikeln, Interviewaufzeichnungen, Besprechungsprotokollen, Notizenorganisation, Tagesnotizen usw. unterstützt und den Benutzern so zu einer effizienten Aufzeichnung und Informationseingabe verhilft. Darüber hinaus kann Sogou Dictation als Reaktion auf unterschiedliche Szenarien und Anforderungen zwei Modi unterstützen: „Diktat“ und „Transkription“. Im Modus „Diktieren“ können die Erkennungsergebnisse während der Aufnahme in Echtzeit übermittelt werden, wobei zwischen den gesprochenen Wörtern und dem produzierten Text nahezu kein Zeitunterschied besteht. Im Modus „Transkription“ kann die Aufzeichnung offline erfolgen und die Textergebnisse können sofort nach Abschluss der Aufzeichnung abgerufen werden.

Um die Effizienz der Textorganisation zu verbessern, hat Sogou Dictation gleichzeitig auch benutzerfreundliche Funktionen wie Anhören und Bearbeiten, drahtlose Schlüsselpunkte, Synchronisierung mehrerer Terminals und Informationsaustausch hinzugefügt, was die Aufnahmeeffizienz erheblich verbessert und die Textbearbeitung erleichtert. Darüber hinaus bietet Sogou Dictation für Situationen, in denen lautes Sprechen unbequem ist, die Stimme aber dennoch benötigt wird, wie etwa in Bibliotheken und Cafés, eine Flüstererkennungstechnologie, die die Stimme von Personen selbst bei einer Lautstärke von nur 30 Dezibel genau erkennt und so die Peinlichkeit vermeidet, dass Benutzer „mit sich selbst reden“.

Sogou sucht nach vertikalen Anwendungen für Spracherkennungstechnologie, ohne anzugeben

Die Technologie der künstlichen Intelligenz erlebt einen Boom, wird von der Wissenschafts- und Technologiegemeinschaft geschätzt und gilt sogar als Lösung für die größten Probleme der Menschheit. Allerdings ähneln die Funktionen, die derzeit mithilfe künstlicher Intelligenz realisiert werden, eher kalten Technologiedemonstrationen, und es gibt nur wenige Killeranwendungen, die auf die Bedürfnisse der Benutzer ausgerichtet sind, ihre Probleme lösen und die Technologie künstlicher Intelligenz wirklich mit unserem Leben verbinden.

Sogou Dictation ist eine solche Anwendung. Hinter der Implementierung stehen das leistungsstarke, selbst entwickelte Sprachteam von Sogou und täglich über 260 Millionen Big Data-Sprachdaten. Mit der Unterstützung des Deep Learnings riesiger realer Korpusdaten wird die Genauigkeit der Spracherkennung der Sogou Zhiyin Engine immer höher und die Anwendungsszenarien werden immer umfangreicher.

Tatsächlich hat Sogou allein im Bereich der Forschung und Entwicklung von Spracherkennungstechnologie in China viele Konkurrenten. Durch Einblicke in die Bedürfnisse der Benutzer konnte Sogou jedoch im eher begrenzten Bereich der Eingabemethoden nicht mit der Konkurrenz mithalten. Stattdessen hat sich das Unternehmen dazu entschieden, ein neues Schlachtfeld zu eröffnen und neue, tiefgreifende Erkundungen vertikaler Benutzerszenarien durchzuführen, wobei es sich auf Autoren konzentriert, die einen starken Bedarf an Sprachtranskriptions- und Bearbeitungsfunktionen haben.

Anders als andere KI-Player legt Sogou keinen Wert darauf, mit den ausgefallenen Funktionen und der enormen Rechenleistung der KI anzugeben. Stattdessen ist es eher bereit, auf die Stimmen der Benutzer zu hören und kalte Technologie in warme, praktische Funktionen und eine hervorragende Benutzererfahrung umzuwandeln, um praktische Probleme für Benutzer zu lösen. Dies könnte derzeit eine bessere Interpretation der KI-Technologie sein.

Als Gewinner des Qingyun-Plans von Toutiao und des Bai+-Plans von Baijiahao, des Baidu-Digitalautors des Jahres 2019, des beliebtesten Autors von Baijiahao im Technologiebereich, des Sogou-Autors für Technologie und Kultur 2019 und des einflussreichsten Schöpfers des Baijiahao-Vierteljahrs 2021 hat er viele Auszeichnungen gewonnen, darunter den Sohu Best Industry Media Person 2013, den dritten Platz beim China New Media Entrepreneurship Competition Beijing 2015, den Guangmang Experience Award 2015, den dritten Platz im Finale des China New Media Entrepreneurship Competition 2015 und den Baidu Dynamic Annual Powerful Celebrity 2018.