成功開(kai)啟后，“個性化語音(yin)(yin)識(shi)別(bie)”會(hui)通過強化學(xue)習用(yong)(yong)(yong)戶習慣使用(yong)(yong)(yong)的(de)個人詞匯，為每個用(yong)(yong)(yong)戶建立定制化語音(yin)(yin)輸(shu)(shu)入(ru)法。此(ci)后，在用(yong)(yong)(yong)戶需(xu)要進行語音(yin)(yin)輸(shu)(shu)入(ru)時，輸(shu)(shu)入(ru)法會(hui)根據語言環境，結合上下段落語句進行分析，快速輸(shu)(shu)出符合用(yong)(yong)(yong)戶心意(yi)的(de)文本內容(rong)，有效減少(shao)用(yong)(yong)(yong)戶手動進行二次更(geng)改的(de)頻(pin)率。

搜(sou)狗“個(ge)性(xing)化語音識(shi)別”不僅可(ke)有效提升(sheng)用(yong)戶個(ge)性(xing)化詞句的(de)識(shi)別準確率，同時全(quan)自動(dong)詞庫學習(xi)這一特(te)色(se)極(ji)大保證了(le)系統的(de)處(chu)理及反(fan)饋(kui)速度，實現整個(ge)學習(xi)個(ge)性(xing)化特(te)征的(de)過程在“毫秒級(ji)別”就可(ke)以全(quan)部自動(dong)完成。

通(tong)過(guo)DTSS(Deep Transformer-based Sequence to Sequence model)的(de)端到端聲學(xue)模型、神經(jing)網絡(luo)語言模型和(he)智能(neng)標點預(yu)測等技(ji)術，搜狗輸入(ru)(ru)法引入(ru)(ru)前沿深度(du)(du)學(xue)習(xi)(xi)(xi)技(ji)術，對語音(yin)識別(bie)(bie)進(jin)(jin)行(xing)仿(fang)真模擬和(he)訓練，有效提高語音(yin)錄入(ru)(ru)在通(tong)用(yong)(yong)場景(jing)下(xia)的(de)識別(bie)(bie)準確性，精準度(du)(du)已達到領(ling)先業內。“個(ge)性化(hua)(hua)語音(yin)識別(bie)(bie)”可(ke)基于用(yong)(yong)戶(hu)數據(ju)分析，對用(yong)(yong)戶(hu)習(xi)(xi)(xi)慣(guan)使用(yong)(yong)的(de)個(ge)性化(hua)(hua)詞(ci)組進(jin)(jin)行(xing)掃描記錄，在語音(yin)輸入(ru)(ru)時，優(you)先選擇用(yong)(yong)戶(hu)習(xi)(xi)(xi)慣(guan)用(yong)(yong)語進(jin)(jin)行(xing)文本輸出(chu)。通(tong)過(guo)此項技(ji)術革(ge)新，在保障通(tong)用(yong)(yong)識別(bie)(bie)準確性的(de)前提下(xia)，使用(yong)(yong)戶(hu)常用(yong)(yong)語的(de)字詞(ci)錯誤率下(xia)降40%，攻克語音(yin)識別(bie)(bie)精準化(hua)(hua)的(de)技(ji)術難關。