王小川：搜狗以语言为核心的人工智能布局

搜狗有两大核心产品：搜狗搜索和搜狗输入法。搜狗搜索是中国第二大搜索引擎，搜索份额占17.8%，也是全球第三大搜索引擎。同时搜狗搜索也在非常快地增长，最近三年在移动端搜索流量上涨470%。

搜狗输入法是全球最大的输入法，每年有超过900亿次中文输入次数，是手机第三大应用，仅次于微信和QQ，过去三年移动端日活用户增长136%。

1月24日下午，2018搜狗合作伙伴大会在北京国贸大酒店举行。搜狗CEO王小川难掩内心之愉悦与轻松。因为就在一个多月前（确切地说是2017年11月9日），搜狗成功登陆纽交所，首日市值53亿美元。

王小川介绍，AI开始使得搜狗搜索和输入法更上一个台阶，搜狗要打造以语言为核心的人工智能布局。本次会议，王小川还发布两大AI产品：搜狗旅行翻译宝和搜狗速记翻译笔。

以语言为核心的人工智能布局

搜狗以语言为核心，分成两个层面。一方面叫做自然交互，即语音识别、语音合成，还有图像识别和合成；另一方面是知识计算，比如问答技术、翻译技术。这些技术在搜狗里面进行落地，并且开放给一些合作伙伴共建这样生态。

具体而言，搜狗的AI布局可以分为五个方面：听觉、视觉、对话、问答、翻译。

1、听觉

包括语音识别、语音合成、声纹识别。王小川介绍，搜狗语音识别是全球最大在线语音识别提供商，每天有三亿次语音识别请求，服务量数据巨大，输入法也有丰富的场景。

除语音识别以外，搜狗也会做语音合成技术，在语音合成当中也有个性化能力，还提供核心的情感迁移技术。

2、视觉

包括OCR/识图、唇语识别和狗脸识别。图像识别和合成也是和语言相关的能力，第一方面就是OCR，搜狗每天有超过两百万次OCR请求，搜狗提供语音输入、输入键盘和OCR，只要一拍一扫描，就能用文字高速识别和输入。

唇语识别即将语音和图像结合，去年在乌镇世界互联网大会上搜狗发布了唇语识别系统，这套系统通过图像，不需要麦克风，只需要摄像头打在你的嘴上，通过后面图像模型和后面语言模型获得所有内容。今天唇语识别能力大大超越超过人。

跟图像更多有关系的地方，是定向的个性优化，做狗脸识别，给你爱犬拍照，系统会精确告诉你是什么狗，搜狗会把这个技术放在搜索引擎里面去提供能力。

3、 问答、对话

王小川说：“在过去十年中我们做了很多，包括问答技术、对话技术，不断跟我们搜索引擎和输入法进行结合。”

输入法会走向对话，IPO那会儿，他每天一起床就有上千条微信发过来，如果输入法能够根据上下文，以个性化方式生成有自己特色的回答，让人选择，会非常有帮助。

经过高考人都知道，我们做填空题比选择题难度更大，选择题让你选轻松很多，输入法其中一个路径是把这样一个让大家输入的填空题，变成了选择题。

4、翻译

王小川表示，翻译技术走向实用化不亚于人类发明电，同样是历史突破，今天各个国家冲突，各个之间不信任是因为语言和文化引起，一旦翻译技术被解决掉，我们可以很容易获得全球信息，国外人也知道我们的内容，世界会发生变化。

搜狗的使命是让表达和获取信息更简单，有了翻译技术之后有了新的更大的进展，实现让跨国表达和获取信息变得更简单。

发布两大AI产品：搜狗旅行翻译宝和搜狗速记翻译笔

目前市场上的AI翻译产品大部分是云端翻译，难以解决上网要漫游费和网络不稳定的问题。搜狗旅行翻译宝、搜狗速记翻译笔结合了神经网络机器翻译、语音识别、麦克风阵列、图像识别等多项技术。

王小川说，搜狗有自己的离线翻译技术，而且使得这样一个技术在终端设备里面执行，在离线模式下压缩，使离线模型压缩是在线模型的五分之一，在手机或者其它终端里面，压缩程度为三十五分之一。这样储存问题和识别得到解决，模型精度接近无损，并且实时响应，这也是业界领先的神经网络压缩技术。

搜狗旅行翻译宝主要解决了出境旅游时翻译APP存在的“网络不好”与“翻译不准”两大痛点，支持文本翻译、对话翻译、语音翻译、实景翻译等多种翻译模式，中英离线翻译能力让用户在未联网时也能使用。

在离线图像识别里面，要求服务器在没有网络情况下也可以工作，而且要解决很多实景问题，比如在拍路牌和菜单的时候，图片里面会有复杂背景，有光线问题，图片还可能扭曲有弧度，搜狗是先在翻译APP里面做尝试，进行数据优化，然后放在离线翻译机里面。

翻译笔则针对了外语学习场景，同传语音翻译实现实时对话，即说即翻的功能。两款产品均搭配了双麦克风阵列降噪，让语音识别与翻译更准确，同时提供英日韩俄德等17种翻译语言，覆盖主要出游国家。目前，搜狗旅行翻译宝定价为1498元，搜狗速记翻译笔定价299元，将于3月12日在京东首发。