语音输入的4大痛点用语音输入取代打字|百度语音输入法是否解决了中文语音输入的4大痛点？语音输入的4大痛点

语音输入的4大痛点
用语音输入取代打字，不是未来的趋势，而是正在发生的事实。不过想要做好中文语音输入法，难度是非常高的，当下中文语音输入有4大痛点。
第一，因为中文存在大量的同音字，不管你吐字多么清晰，总会有被误判的可能，所以极其考验算法的准确性；
第二，大多数语音输入法需要联网，才能正常运行，断网后识别准确率会大幅下降，不如直接打字更为可靠。

文章图片
第三，平时说话偶尔需要夹杂英文，这时候输入法要同时识别中英文，容易出现误判。而且汉语的语种非常多，光是主要方言就高达15种，语音输入法很难实现面面俱到。
第四，中文语音输入法的准确率做到95%以上，就已经是顶级水准了，想要达到100%几乎不可能，最后还是需要略微修改一下，不可能完全脱离键盘。
一次很偶然的机会，让我开始尝试百度输入法的语音输入功能。毕竟百度是全球最大的中文搜索引擎，小度更是智能屏行业的领头羊。在中文搜索和AI人机交互这两大赛道，百度都是行业的领军者。

文章图片
因此，百度输入法从一开始就被我寄予厚望。问题来了，最新版本的百度输入法，是否解决了语音输入的4大痛点？接下来分享一下我个人的体验。
正常念稿时的语音准确率
我认为中文语音输入法最关键的就是同音字的纠正，以及标点符号的标注。我用了两台手机，分别用百度和苹果原生输入法，两个手机同时测试一段语音进行对比。毕竟没有对比，是得不出客观结论的。
百度输入法非常精准的判断了我的意思，标题符号也在最适合的地方，数字会自动替换成阿拉伯数字，基本不用再修改。

文章图片
苹果原生输入法出现了3个瑕疵：缺了一个“逗号” ， “而”这个字没有识别到， “80”没有转成阿拉伯数字，上下文格式不一致。简单对比后，可以明显感觉到百度语音输入的使用感受更流畅。
千万别觉得这点差距无所为。总共才60个字左右就有三个瑕疵。这意味着你用十几秒输入的文字，也需要十几秒去改，这显然不能提高码字效率。日常聊天用用还好，拿来工作肯定不行。
断网时语音识别的准确率
可能很多人都不知道，语音识别技术如果需要较强的性能，需要用到的计算量、模型体积是比较大的，所以一般会放到云服务器上。因此，许多输入法的语音功能都要求联网才能使用，断网识别则会降低准确率。
而百度输入法支持离线语音功能， APP里自带离线语音识别模组，就算没有联网也能正常使用，同时语音识别的准确率也非常高，和它形成明显的对比的是搜狗输入法。我用两台手机分别使用百度、搜狗，开启飞行模式，同时识别同一段语音，结果非常有趣。

文章图片
客观地说，搜狗输入法在联网状态下，语音识别率和百度是同一梯队。不过在断网之后，搜狗输入法的语音识别准确率就会大幅下滑。而且不是标点符号的断句出现问题，也不是漏字，而是直接识别成了别的意思——比如把“拼音”识别为“小艺” ， “键盘”识别为“健康” 。
相比之下，百度输入法就很稳定，离线状态下的准确率，和联网状态几乎没有区别。成熟的“离线语音”可以带来多方面的好处，比如可以适应各种复杂的环境，就算断网了也能用。对我而言， “离线语音”让我可以放心地用语音输入，去做一些安全性要求较高的编辑工作。