在 AI 的加持下，錄音筆仿佛有了開掛的「人生」： 最高支持 10 米遠距離拾音，可過濾 4 萬余種真實噪音；可根據(jù)用戶語言習慣個性化轉寫，語音轉寫準確率達 98%；還能區(qū)分不同人聲，做重點標記，自動提煉摘要。 它還能充當你的翻譯官，支持 63 種語言的對話翻譯，以及同聲傳譯。 你可以用它做會議錄音、聽課記錄、采訪，也可以用它與不同國家的游客交流，甚至可以拿著它刷美劇。 沒錯，這正是搜狗新推出的新款 AI 錄音筆 S1。它的背后，不單單是一款硬件，更是搜狗 AI 能力的集合。
搜狗公司 CEO 王小川道出了他們做 AI 硬件的目的，「隨著 AI 技術的進步，我們希望用戶能更自由的表達，用你的聲音、表情或肢體來表達，機器就可以理解，這些我們能做到的時候，就算達到了一個技術高度?！?/section> 01、搜狗 AI 錄音筆是如何煉成的？ 從搜狗輸入法到語音交互、機器翻譯，再到 AI 硬件，這背后有著深刻的搜狗 AI 發(fā)展邏輯。 早在 2016 年，當時搜狗沒有做 AI 硬件，而是做了語音開放平臺「知音引擎」，嘗試技術輸出。 但當時各路語音平臺紛紛涌現(xiàn)，方案上沒有誰真正不可替代，客戶往往在多家間來回切換。另一方面，通用技術平臺體驗并不理想，加上 AI 行業(yè)處于早期，軟件免費的思路還停留在很多人心中。 因此從 2017 年下半年開始，搜狗開啟 AI 硬件的探索，沉淀技術，打磨硬件與場景。 2018 年上半年，搜狗推出探索之作——AI 翻譯機和 AI 錄音筆。如今 AI 硬件，已和輸入法、搜索一樣，是搜狗的幾大重要戰(zhàn)略之一。 接著 2019 年 3 月，搜狗又推出一款小巧的 AI 錄音筆 C1，它具備了最新產品的雛形，支持語音轉寫、云端分享、中英同傳等多種 AI 功能。 更重要的是，C1 的出現(xiàn)讓略顯疲態(tài)的錄音筆行業(yè)鮮活了起來。經過用戶一段時間的使用，搜狗對用戶行為數(shù)據(jù)深入分析后，第一次呈現(xiàn)了用戶的真實畫像。
搜狗 AI 錄音筆 E1 接下來是高效整理。結合使用場景，搜狗做了一些非常實用的功能點，讓人印象深刻的是「敲重點」和智能摘要技術。 當你在聽課或者參加會議時，突然聽到一句神來之筆或者金句，「敲重點」就派上用場了。S1 有一個專用「M」鍵，按一下，它就會將這句話標記為重點。 面對一篇萬字長文，如何能快速獲取其關鍵信息。正是出于這種考慮，搜狗推出智能摘要功能，但其效果如何呢？ 陳偉坦言，在 AI 錄音筆中提取摘要，遠大于學術研究中的摘要生成問題，因為錄音筆是在噪聲環(huán)境下，語音識別難以保證 100% 的準確率，從噪音文本中整理出符合文章語意的摘要是相當困難的。 因此在技術路線上，搜狗沒有使用生成模型，而是采用抽取式的摘要能力，基于原文找到關鍵詞，再通過排序算法，從文章中抽取關鍵句，形成摘要，保證足夠的精度。 此外，AI 錄音筆 S1 還能支持 5 人內的人聲分離，從而在文稿中自動分段呈現(xiàn)?？紤]到掌聲、笑聲、點贊等節(jié)點可能會出現(xiàn)一些重點或金句，它還會自動識別并重點標記。 除了錄音筆所需要的服務外，搜狗還將 AI 翻譯能力內嵌其中。 目前搜狗 AI 錄音筆 S1 支持 63 個語種的在線翻譯，9 種離線翻譯。在對話過程中，S1 還具備自由對話功能，能夠自動識別說話人是否講完，進而呈現(xiàn)翻譯結果，無需手動操作。 此外，它還具備同聲傳譯功能，你可以帶著它聽英文演講、報告，屏幕上就會同步翻譯中文字幕。 種種服務背后，正如搜狗 CTO 楊洪濤所言，AI 錄音筆是為了讓人們更自由的表達，而這背后所用到的技術，相當多是對搜狗原有技術體系的復用，并針對硬件做更好的 AI 優(yōu)化。 03、AI 加持，行業(yè)呈現(xiàn)「新藍?！?/strong> 與搜狗 AI 錄音筆迭代一同上演的是，錄音筆行業(yè)的洗牌與變革。 錄音筆是一個相對狹小的傳統(tǒng)市場，過去 20 年間沒有太多變化，隨著智能手機集成功能的持續(xù)豐富，它面臨被手機替代的風險。 因此我國錄音筆每年銷量在 400 多萬臺徘徊，增長基本停滯，市場多被索尼、愛國者、紐曼等硬件廠商占據(jù)。 隨著搜狗 AI 錄音筆 C1 推出，市場格局開始出現(xiàn)變化。2019 年 6 月，它便成為京東錄音筆類目單品銷量冠軍、天貓錄音筆類目單品銷售額冠軍，隨后 11 月又拿下天貓京東雙平臺單品總銷量冠軍。 更為重要的是，AI 錄音筆的出現(xiàn)，在主流電商平臺上，讓原本趨于平緩甚至下滑的錄音筆品類訪客數(shù)據(jù)明顯上升，既有的市場天花板正在被打破，行業(yè)呈現(xiàn)「新藍海」。
到 2020 年一季度，AI 錄音筆的銷量已占據(jù)整個錄音筆市場的 35%，行業(yè)變革正在上演。 與此同時，行業(yè)逐漸意識到 AI 優(yōu)質服務的重要性，不少公司主動找到搜狗，甚至包括一些硬件上的競爭對手，詢問能否購買搜狗的 AI 能力。 對于搜狗而言，盡管在硬件上取得一定成績，但很難一家獨大。因為在 C 端硬件市場，即使是最大的玩家，也很難占據(jù) 50% 以上的市場份額。但軟件不同，后者可以發(fā)揮網絡效應，一家獨大。 內外部因素碰撞下，搜狗決定再往前邁一步，開放 AI 錄音筆背后的聽寫服務。去年 8 月，搜狗聯(lián)合愛國者、紐曼、索尼錄音筆、萬城集團等錄音筆行業(yè)頭部企業(yè)，成立 AI 創(chuàng)新聯(lián)盟，將搜狗 AI 能力開放給業(yè)界。 傳統(tǒng)錄音筆以硬件為主的商業(yè)模式也正在被打破，「硬件+服務」的新型收益模式正在形成。 搜狗 CTO 楊洪濤稱，「過去傳統(tǒng)硬件主要是賣毛利，未來我們希望探索一種服務化模式，通過 AI 能力向用戶提供更多增值服務，擴展傳統(tǒng)商業(yè)模式的空間。」 在 AI 錄音筆身上，我們看到兩條不斷交織的線，一條是搜狗 AI 的演進線，在「自然交互+知識計算」的指引下，從最初的語音識別發(fā)展到機器翻譯、搜狗分身，再到如今的多模態(tài)交互。 另一條是 AI 硬件變革線，將 AI 能力不斷注入硬件中，升級一個行業(yè)，而錄音筆只是第一個。
