成(cheng)功開(kai)啟(qi)后，“個(ge)性化語(yu)音識別”會通過強化學習用戶習慣使用的個(ge)人詞匯，為每(mei)個(ge)用戶建立定制化語(yu)音輸(shu)入(ru)法。此后，在用戶需要進行語(yu)音輸(shu)入(ru)時，輸(shu)入(ru)法會根據語(yu)言環境，結合(he)(he)上下(xia)段落語(yu)句進行分析(xi)，快(kuai)速(su)輸(shu)出符合(he)(he)用戶心意(yi)的文(wen)本內容(rong)，有效減少(shao)用戶手動進行二次更改的頻(pin)率(lv)。

搜狗“個(ge)性化(hua)語(yu)音(yin)識(shi)別”不僅可(ke)有效提升用戶個(ge)性化(hua)詞句的(de)識(shi)別準確(que)率，同時全自動詞庫學習(xi)這一特色極大保證(zheng)了系統(tong)的(de)處理(li)及反饋速度(du)，實現整個(ge)學習(xi)個(ge)性化(hua)特征的(de)過程(cheng)在“毫秒級別”就可(ke)以(yi)全部(bu)自動完成。

通過DTSS(Deep Transformer-based Sequence to Sequence model)的(de)端到端聲學(xue)(xue)模(mo)型、神經網絡語(yu)言模(mo)型和智能標點預(yu)測等技(ji)(ji)術(shu)，搜狗輸入(ru)法引入(ru)前(qian)(qian)沿深度(du)學(xue)(xue)習(xi)技(ji)(ji)術(shu)，對語(yu)音(yin)識(shi)別(bie)進行仿(fang)真模(mo)擬和訓(xun)練，有效提(ti)(ti)高語(yu)音(yin)錄入(ru)在通用(yong)(yong)場景下的(de)識(shi)別(bie)準(zhun)(zhun)確性(xing)，精準(zhun)(zhun)度(du)已達到領先業內。“個性(xing)化(hua)語(yu)音(yin)識(shi)別(bie)”可基于用(yong)(yong)戶數據分析，對用(yong)(yong)戶習(xi)慣(guan)使用(yong)(yong)的(de)個性(xing)化(hua)詞組進行掃(sao)描記錄，在語(yu)音(yin)輸入(ru)時，優先選擇(ze)用(yong)(yong)戶習(xi)慣(guan)用(yong)(yong)語(yu)進行文本輸出。通過此項(xiang)技(ji)(ji)術(shu)革新，在保障通用(yong)(yong)識(shi)別(bie)準(zhun)(zhun)確性(xing)的(de)前(qian)(qian)提(ti)(ti)下，使用(yong)(yong)戶常用(yong)(yong)語(yu)的(de)字詞錯誤率下降40%，攻克語(yu)音(yin)識(shi)別(bie)精準(zhun)(zhun)化(hua)的(de)技(ji)(ji)術(shu)難關。