近日，谷歌邀請媒體在京舉行視頻電話會議，谷歌產(chǎn)品經(jīng)理Sagar Savla介紹了Live Transcribe軟件，這是一項免費的Android服務(wù)，通過將自動字幕技術(shù)融入日常會話，減少現(xiàn)實世界中的對話障礙。

據(jù)了解，通過自動語音識別技術(shù) (ASR)，計算機能夠檢測有聲語言并將其現(xiàn)場轉(zhuǎn)錄為供閱讀的文本，由Google云提供技術(shù)支持，Live Transcribe可以進行實時的對話字幕轉(zhuǎn)錄，支持超過70種語言，覆蓋全球80%以上的人口。

Sagar Savla表示，雖然依靠云ASR能為我們提供更高的準確性，但Google希望可以減少Live Transcribe所需的網(wǎng)絡(luò)流量消耗。為此，Google在先前AudioSet的工作基礎(chǔ)上，實現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的設(shè)備語音檢測器。該網(wǎng)絡(luò)是一種圖像式模型，類似于我們之前發(fā)布的VGGish模型，它可以檢測語音并自動管理與云ASR引擎的網(wǎng)絡(luò)連接，將長時間使用過程中的數(shù)據(jù)流量消耗降至最低。

在技術(shù)呈現(xiàn)方面，Google曾考慮了幾種不同的模式：計算機、平板電腦、智能手機、小型投影儀，以迭代方式顯示聽覺信息和字幕。最后，Sagar Savla的團隊決定專注于智能手機模式，因為這類設(shè)備無處不在且功能日益強大。

資料顯示，世界衛(wèi)生組織預(yù)計，到2055年全球?qū)⒂芯艃|人聽力受損。谷歌的這項軟件可以為他們帶去便利。目前該軟件在亞洲已經(jīng)非常流行。