成功(gong)開(kai)啟后，“個(ge)性化(hua)(hua)語(yu)(yu)音(yin)識別”會(hui)(hui)通過強化(hua)(hua)學習用(yong)戶習慣使(shi)用(yong)的個(ge)人詞匯(hui)，為每個(ge)用(yong)戶建(jian)立定(ding)制化(hua)(hua)語(yu)(yu)音(yin)輸入(ru)(ru)法(fa)。此(ci)后，在(zai)用(yong)戶需要進(jin)(jin)行(xing)語(yu)(yu)音(yin)輸入(ru)(ru)時，輸入(ru)(ru)法(fa)會(hui)(hui)根據語(yu)(yu)言環境(jing)，結合(he)上(shang)下段落語(yu)(yu)句進(jin)(jin)行(xing)分析，快速(su)輸出符合(he)用(yong)戶心(xin)意的文本內(nei)容，有效減(jian)少用(yong)戶手動(dong)進(jin)(jin)行(xing)二次更改的頻率。

搜(sou)狗“個(ge)性化語(yu)音識別(bie)”不僅(jin)可有效提升(sheng)用戶個(ge)性化詞(ci)句的識別(bie)準確率，同時全自(zi)(zi)動(dong)詞(ci)庫(ku)學(xue)習(xi)這一特色極大保證(zheng)了系統(tong)的處(chu)理及反饋(kui)速度，實現整(zheng)個(ge)學(xue)習(xi)個(ge)性化特征的過程在“毫秒級(ji)別(bie)”就(jiu)可以(yi)全部自(zi)(zi)動(dong)完成。

通(tong)(tong)過DTSS(Deep Transformer-based Sequence to Sequence model)的(de)端到端聲學模(mo)型、神經網(wang)絡語(yu)言模(mo)型和(he)智能標點預測等技術，搜(sou)狗輸入(ru)(ru)法引入(ru)(ru)前沿(yan)深(shen)度學習技術，對(dui)語(yu)音(yin)識(shi)(shi)別(bie)進行仿真模(mo)擬和(he)訓(xun)練(lian)，有效提高語(yu)音(yin)錄(lu)入(ru)(ru)在通(tong)(tong)用場景下的(de)識(shi)(shi)別(bie)準確性(xing)，精(jing)(jing)準度已達到領先業內。“個(ge)(ge)性(xing)化語(yu)音(yin)識(shi)(shi)別(bie)”可基于用戶(hu)數據分(fen)析，對(dui)用戶(hu)習慣使(shi)用的(de)個(ge)(ge)性(xing)化詞組進行掃(sao)描(miao)記(ji)錄(lu)，在語(yu)音(yin)輸入(ru)(ru)時，優(you)先選(xuan)擇用戶(hu)習慣用語(yu)進行文本輸出。通(tong)(tong)過此項(xiang)技術革新，在保(bao)障通(tong)(tong)用識(shi)(shi)別(bie)準確性(xing)的(de)前提下，使(shi)用戶(hu)常用語(yu)的(de)字詞錯誤(wu)率(lv)下降40%，攻(gong)克語(yu)音(yin)識(shi)(shi)別(bie)精(jing)(jing)準化的(de)技術難關。