成功(gong)開啟(qi)后(hou)，“個性化語音識別”會通過強(qiang)化學習用(yong)(yong)戶(hu)習慣使用(yong)(yong)的個人詞匯，為每(mei)個用(yong)(yong)戶(hu)建立(li)定制化語音輸(shu)入(ru)法。此(ci)后(hou)，在用(yong)(yong)戶(hu)需要(yao)進(jin)(jin)行(xing)語音輸(shu)入(ru)時，輸(shu)入(ru)法會根據語言(yan)環境，結合上下(xia)段落語句進(jin)(jin)行(xing)分析，快速輸(shu)出符合用(yong)(yong)戶(hu)心意(yi)的文本內容(rong)，有(you)效(xiao)減少(shao)用(yong)(yong)戶(hu)手動(dong)進(jin)(jin)行(xing)二次更改的頻率。

搜狗“個(ge)性化(hua)語(yu)音識(shi)別”不僅可有效提升用戶個(ge)性化(hua)詞句的識(shi)別準確率，同時全自(zi)動詞庫學習這(zhe)一特色極大(da)保(bao)證了(le)系統的處理及(ji)反饋速度(du)，實現整個(ge)學習個(ge)性化(hua)特征的過(guo)程在“毫秒級別”就可以全部自(zi)動完成。

通(tong)(tong)過DTSS(Deep Transformer-based Sequence to Sequence model)的端到(dao)端聲學模型(xing)、神(shen)經網(wang)絡語(yu)(yu)(yu)言模型(xing)和智能標點預測(ce)等技術(shu)，搜(sou)狗輸(shu)(shu)入法引入前沿深度學習技術(shu)，對(dui)語(yu)(yu)(yu)音(yin)識(shi)別(bie)進(jin)行仿真(zhen)模擬和訓練，有效提高語(yu)(yu)(yu)音(yin)錄(lu)入在通(tong)(tong)用(yong)(yong)(yong)場景(jing)下的識(shi)別(bie)準確(que)性(xing)，精準度已達(da)到(dao)領先(xian)業內(nei)。“個性(xing)化語(yu)(yu)(yu)音(yin)識(shi)別(bie)”可基于(yu)用(yong)(yong)(yong)戶數據分析，對(dui)用(yong)(yong)(yong)戶習慣(guan)使用(yong)(yong)(yong)的個性(xing)化詞組進(jin)行掃(sao)描記錄(lu)，在語(yu)(yu)(yu)音(yin)輸(shu)(shu)入時，優先(xian)選擇用(yong)(yong)(yong)戶習慣(guan)用(yong)(yong)(yong)語(yu)(yu)(yu)進(jin)行文(wen)本輸(shu)(shu)出(chu)。通(tong)(tong)過此項技術(shu)革(ge)新，在保障(zhang)通(tong)(tong)用(yong)(yong)(yong)識(shi)別(bie)準確(que)性(xing)的前提下，使用(yong)(yong)(yong)戶常用(yong)(yong)(yong)語(yu)(yu)(yu)的字詞錯誤(wu)率下降40%，攻克語(yu)(yu)(yu)音(yin)識(shi)別(bie)精準化的技術(shu)難關。