读创/深圳商报记者陈姝

△王小川（图片由搜狗提供）

“构建全媒体传播格局”是“2018媒体融合发展论坛”的主题。如何进一步加快传统媒体和新兴媒体融合发展，充分运用新技术新应用创新媒体传播方式，占领信息传播制高点？在论坛举行前夕，搜狗CEO王小川接受读创专访时表示，媒体的融合是平台和内容“双打通”，受众无障碍获取资讯。搜狗近年来深耕人工智能等领域，围绕自然交互、知识计算两大方向布局，在输入法语音识别、虚拟主播、软硬件翻译等方面已取得突破性进展。

媒体融合是平台和内容的打通

王小川认为，媒体的融合包括平台的打通以及内容的打通，受众不再受介质的影响，无障碍获取资讯。

首先是在浩如烟海的信息中，帮助平台的使用者快速找到所需信息。作为搜索引擎公司，搜狗已经在为知乎、今日头条等平台提供站内搜索服务；

第二，通过技术让语音、图像、视频等内容也可以转化成语言，突破介质的屏障。他说，人工智能技术可以让语音-语言、图像-语言、视频-语言、语言-不同语言之间实现无障碍的转换。搜狗输入法语音识别、图像识别、唇语识别、虚拟主播、机器同传、软硬件翻译产品，可以帮助媒体打破形式的局限；

第三，提升各平台媒体工作者的工作效率。一方面，通过底层技术帮助媒体完成速记等，如搜狗推出的搜狗录音翻译笔，可以帮助记者做录音转写和同传，把记者从整理速记和翻译的事务性工作中解放出来；另一方面，帮助用户筛选有全球价值的信息，搜狗搜索独有的微信搜索、知乎搜索、英文搜索、学术搜索都是媒体工作者的好帮手。

围绕两大方向布局人工智能

2018年的《政府工作报告》提出，“加强新一代人工智能研发应用”“发展智能产业”。结合自身能力特点，搜狗已经建立起“以语言为核心”的人工智能战略，围绕自然交互、知识计算两大方向布局业务。

在产品上，搜狗已经有问答、对话、翻译、语音四类AI产品。搜索和输入法作为搜狗的两大核心业务，在AI技术创新的加持下，通过数据和技术不断提升产品体验，拓深护城河，也带给了行业新的思路。据艾瑞咨询报告显示，搜狗搜索以17.8%的移动搜索份额，稳居中国第二大搜索引擎。搜狗手机输入法则继续稳居国内以DAU计的第三大手机应用，日活跃用户超3.8亿，同比增长36%。

在技术层面，搜狗近期斩获了多项国内外AI赛事第一，包括国内顶级NLP行业会议NLPCC竞赛单元语义理解比赛冠军；在语音合成领域最具权威性、广泛性的国际评测比赛BlizzardChallenge大赛中获得可懂度和语音停顿两项子任务第一；搜狗的视觉研究团队还获得了CVPRWAD2018挑战赛冠军。

在应用层面，搜狗医疗搜索频道搜狗明医具备智能自诊功能，首创了基于人工智能技术的智能诊断助手，模拟医生与病人对话的模式，与用户进行更自然、更智能的病情沟通。目前，其支持的可诊断症状种类较2018年一季度增加两倍，已经覆盖用户症状查询的90%以上。在翻译领域，今年上半年，搜狗先后推出了搜狗旅行翻译宝和搜狗录音翻译笔两款AI翻译硬件，这也是搜狗AI实用化落地的重要的一步。

“虚拟主播”应用场景广泛

今年7月11日，在香港RISE科技峰会上，王小川就曾现场展示了全球首个虚拟主播。搜狗使用央视主播姚雪松1.5小时的音视频数据，结合语音、图像等多模态信息进行联合建模训练，输入一段RISE大会的文字稿，就快速预测生成了与真人无异的播报效果，看起来就好像姚雪松本人亲临现场进行播报。

王小川表示，虚拟主播的推出源自搜狗在语言领域的积累与能力。该技术结合了人脸识别、人脸建模、语音合成以及深度学习等多项前沿技术，能将任意文本转化为相应的唇语，为用户提供多模态的交互体验并具备高度的可定制性。虚拟主播在技术上的实现意味着AI走向了音视频的富媒体表达，刷新了AI的边界。目前，搜狗的语音识别（ASR）目前准确率已超98%，日均语音输入调用次数峰值达4亿次；唇语识别（Lip-readingrecognition）在垂直应用领域中的准确率超90%；语音合成（TTS）支持23种音色、个性化合成以及情感迁移、唇语合成等。

他说，搜狗虚拟主播的应用场景非常广泛。首先可以用于内容生产行业，教育行业。如应用到教育行业，虚拟主播可以成为脾气很好的老师，不厌其烦地一遍一遍帮助用户进行发音口型指导。随着交互性的增强，虚拟主播未来还可以帮助服务行业更好地进行用户服务，替代部分重复性的服务工作，如银行的柜员，经常会重复相同的流程，虚拟形象可以替代人完成系列服务。虚拟主播未来也可以发展成为带屏智能音箱上的虚拟私人助理，用户可以从单纯与声音的交互变成与一个逼真的虚拟人物的交互。

自研录音翻译笔支持33种语言

搜狗的翻译技术和语音技术目前在业内领先，王小川称，公司也一直在不断优化相关产品，从而帮助媒体工作者提升工作效率。

翻译方面，搜狗拥有全球独创的神经网络机器翻译技术，能够保证整个翻译决策过程的连续性，使得翻译出的句子在流畅度上更优异。同时，搜狗在“国际学术赛事WMT2017”中，获得人工评价指标的双向第一名，中英机器翻译全球第一，并且获得主要机器指标BLEU第一名。

语音方面，搜狗的语音识别技术实力持续保持业界领先。作为国内语音输入量排名第一的公司，搜狗用户每日语音输入请求量峰值达4亿次，每日产生语料规模24万小时，为搜狗语音研发提供了大量的真实语料数据;同时搜狗自身在深度学习方面拥有雄厚的技术积累。

结合两项技术优势，搜狗自研了“搜狗录音翻译笔产品”，帮助媒体朋友、学生完成语音转写的繁复工作。目前，该产品实时转写的识别准确率在一米范围内已超过90%，3秒极速上屏，最快可支持400字/分钟的高速识别，翻译准确率则超过90%，其水平和效率远远超越了人类。搜狗录音翻译笔还支持包括中、英、日等33种语言的同传互译，能彻底取代传统录音笔。随着AI技术的进步，在识别准确性和翻译的信达雅方面，产品还将不断提升，使其更加实用、易用。