成功開啟(qi)后，“個性(xing)化(hua)語(yu)(yu)音(yin)識別(bie)”會通過強化(hua)學習用(yong)戶(hu)習慣使用(yong)的個人詞匯(hui)，為每個用(yong)戶(hu)建立定(ding)制化(hua)語(yu)(yu)音(yin)輸入法(fa)。此后，在用(yong)戶(hu)需要進行(xing)語(yu)(yu)音(yin)輸入時，輸入法(fa)會根據語(yu)(yu)言環境，結合上下段落語(yu)(yu)句(ju)進行(xing)分析，快速(su)輸出符合用(yong)戶(hu)心意的文本內容，有效減少用(yong)戶(hu)手(shou)動進行(xing)二次更改的頻率(lv)。

搜狗“個(ge)性化(hua)語音(yin)識別”不僅可(ke)有效提升用(yong)戶個(ge)性化(hua)詞(ci)句的(de)識別準確(que)率，同時(shi)全(quan)自(zi)動詞(ci)庫學(xue)習這(zhe)一特色極大保證了系統的(de)處理及反饋速度(du)，實現整個(ge)學(xue)習個(ge)性化(hua)特征的(de)過程在“毫秒級別”就可(ke)以全(quan)部(bu)自(zi)動完成。

通(tong)(tong)過DTSS(Deep Transformer-based Sequence to Sequence model)的(de)(de)端到端聲學(xue)模(mo)(mo)型、神經網絡語(yu)(yu)言模(mo)(mo)型和智能(neng)標點預測等技(ji)術(shu)，搜狗輸(shu)(shu)入法(fa)引入前沿(yan)深度學(xue)習(xi)技(ji)術(shu)，對語(yu)(yu)音(yin)(yin)識別進(jin)行(xing)仿真模(mo)(mo)擬和訓練，有效(xiao)提高語(yu)(yu)音(yin)(yin)錄(lu)入在通(tong)(tong)用(yong)場景下的(de)(de)識別準確性，精(jing)準度已達到領先業內。“個性化語(yu)(yu)音(yin)(yin)識別”可基(ji)于用(yong)戶數據分(fen)析，對用(yong)戶習(xi)慣使(shi)用(yong)的(de)(de)個性化詞組進(jin)行(xing)掃描(miao)記錄(lu)，在語(yu)(yu)音(yin)(yin)輸(shu)(shu)入時，優先選(xuan)擇用(yong)戶習(xi)慣用(yong)語(yu)(yu)進(jin)行(xing)文本輸(shu)(shu)出。通(tong)(tong)過此項技(ji)術(shu)革新，在保障(zhang)通(tong)(tong)用(yong)識別準確性的(de)(de)前提下，使(shi)用(yong)戶常用(yong)語(yu)(yu)的(de)(de)字(zi)詞錯(cuo)誤率下降40%，攻克語(yu)(yu)音(yin)(yin)識別精(jing)準化的(de)(de)技(ji)術(shu)難關。