人們經(jīng)常向Siri和Alexa這樣的語音助手打招呼，讓語音助手來服務(wù)自己，但是語音助手可能會反應(yīng)很慢，而且這種體驗可能也會時不時地出現(xiàn)故障。

周二，谷歌展示了一項新技術(shù)，該技術(shù)能顯著提高語音識別的響應(yīng)能力，這表明語音識別可能很快就會讓人無法抗拒。

在山景城的年度開發(fā)者大會上，谷歌吹噓其語音識別軟件縮小到其先前尺寸的1／25。首席執(zhí)行官Sundar Pichai稱這是一個里程碑，因為它意味著云服務(wù)器中的軟件可以安裝在Pixel智能手機(jī)中，使系統(tǒng)能夠更快地響應(yīng)一個人的聲音。

在星期二的一系列演示中，谷歌展示的手機(jī)可以在發(fā)出聲音時識別文字，而不是將音頻發(fā)送到遠(yuǎn)程服務(wù)器。更快的響應(yīng)速度可能會改變?nèi)藗兣c手機(jī)的關(guān)系。在所示的一個場景中，谷歌的虛擬助手比Siri等競爭對手顯得更加強(qiáng)大。

在該演示中，谷歌員工梅吉·霍林格（Meggie Hollinger）展示了她如何能夠通過一系列語音命令輕松地在手機(jī)上完成工作。而且每一項都比Siri更快地完成。

為了向朋友發(fā)送最近一次假期的照片，霍林格只說了兩句話，三個短語：“給我看黃石公園照片，有關(guān)動物的，把它發(fā)給賈斯汀�！睅酌腌娭畠�(nèi)，谷歌的照片應(yīng)用程序搜索了她的收藏夾，并且顯示出一只野牛的照片。

谷歌人工智能首席執(zhí)行官杰夫迪恩在推特上表示這個語音識別功能會改變你與手機(jī)互動的方式。

現(xiàn)代語音助手是2012年人工智能研究的產(chǎn)物，這表明深度學(xué)習(xí)技術(shù)可以使語音識別更加準(zhǔn)確。谷歌表示，該技術(shù)將錯誤率降低了25％。但是，向云端發(fā)送音頻會限制速度，并由于網(wǎng)絡(luò)錯誤而產(chǎn)生故障。

谷歌花了數(shù)年時間研究如何縮小深度學(xué)習(xí)軟件，并在2019年將其語音識別模型降至一個很低的門檻。

該公司周二表示，最新版本的谷歌云端服務(wù)器語音識別軟件包的大小約為2千兆字節(jié)，而且可以在智能手機(jī)上運(yùn)行。

語音識別明顯比第一代基于云的深度學(xué)習(xí)技術(shù)快得多，可能會促使用戶更頻繁地使用語音命令并查詢。它還可能使谷歌的設(shè)備和服務(wù)比蘋果和亞馬遜等競爭對手更加強(qiáng)大。

Gartner的研究主管Werner Goertz稱，轉(zhuǎn)向語音設(shè)備識別可能會改變游戲規(guī)則。這可能是蘋果和亞馬遜更傳統(tǒng)語音系統(tǒng)面臨的重大挑戰(zhàn)。

谷歌還利用其技術(shù)為其未來的手機(jī)Live Caption創(chuàng)建了一項新功能。激活后，屏幕上會顯示手機(jī)上播放的任何語音的字幕，例如來自朋友的視頻或播客。由于是在手機(jī)上進(jìn)行的，因此即使在飛行模式下也能正常工作。