語音輸入的4大痛點
用語音輸入取代打字，不是未來的趨勢，而是正在發生的事實。不過想要做好中文語音輸入法，難度是非常高的，當下中文語音輸入有4大痛點。
第一，因為中文存在大量的同音字，不管你吐字多麼清晰，總會有被誤判的可能，所以極其考驗算法的準確性；
第二，大多數語音輸入法需要聯網，才能正常運行，斷網後識別準確率會大幅下降，不如直接打字更為可靠。
第三，平時說話偶爾需要夾雜英文，這時候輸入法要同時識別中英文，容易出現誤判。而且漢語的語種非常多，光是主要方言就高達15種，語音輸入法很難實現面面俱到。
第四，中文語音輸入法的準確率做到95%以上，就已經是頂級水準了，想要達到100%幾乎不可能，最後還是需要略微修改一下，不可能完全脫離鍵盤。
一次很偶然的機會，讓我開始嘗試百度輸入法的語音輸入功能。畢竟百度是全球最大的中文搜尋引擎，小度更是智能屏行業的領頭羊。在中文搜索和AI人機互動這兩大賽道，百度都是行業的領軍者。
因此，百度輸入法從一開始就被我寄予厚望。問題來了，最新版本的百度輸入法，是否解決了語音輸入的4大痛點？接下來分享一下我個人的體驗。
正常念稿時的語音準確率
我認為中文語音輸入法最關鍵的就是同音字的糾正，以及標點符號的標註。我用了兩台手機，分別用百度和蘋果原生輸入法，兩個手機同時測試一段語音進行對比。畢竟沒有對比，是得不出客觀結論的。
百度輸入法非常精準的判斷了我的意思，標題符號也在最適合的地方，數字會自動替換成阿拉伯數字，基本不用再修改。
蘋果原生輸入法出現了3個瑕疵：缺了一個「逗號」，「而」這個字沒有識別到，「80」沒有轉成阿拉伯數字，上下文格式不一致。簡單對比後，可以明顯感覺到百度語音輸入的使用感受更流暢。
千萬別覺得這點差距無所為。總共才60個字左右就有三個瑕疵。這意味著你用十幾秒輸入的文字，也需要十幾秒去改，這顯然不能提高碼字效率。日常聊天用用還好，拿來工作肯定不行。
斷網時語音識別的準確率
可能很多人都不知道，語音識別技術如果需要較強的性能，需要用到的計算量、模型體積是比較大的，所以一般會放到雲伺服器上。因此，許多輸入法的語音功能都要求聯網才能使用，斷網識別則會降低準確率。
而百度輸入法支持離線語音功能，APP里自帶離線語音識別模組，就算沒有聯網也能正常使用，同時語音識別的準確率也非常高，和它形成明顯的對比的是搜狗輸入法。我用兩台手機分別使用百度、搜狗，開啟飛行模式，同時識別同一段語音，結果非常有趣。
客觀地說，搜狗輸入法在聯網狀態下，語音識別率和百度是同一梯隊。不過在斷網之後，搜狗輸入法的語音識別準確率就會大幅下滑。而且不是標點符號的斷句出現問題，也不是漏字，而是直接識別成了別的意思——比如把「拼音」識別為「小藝」，「鍵盤」識別為「健康」。
相比之下，百度輸入法就很穩定，離線狀態下的準確率，和聯網狀態幾乎沒有區別。成熟的「離線語音」可以帶來多方面的好處，比如可以適應各種複雜的環境，就算斷網了也能用。對我而言，「離線語音」讓我可以放心地用語音輸入，去做一些安全性要求較高的編輯工作。
豐富多樣的語種支持
中國地大物博，有多少地區，就有多少種方言。全國的普通話普及率才剛超過80%，還有很多人仍然在用方言交流。
為了讓人與人之間的溝通再無障礙，百度推出了「方言自由說」功能，融合各種方言為一體，目前已經支持河南、四川、東北、山東、粵語、武漢、昆明等多種方言，使用時不需要切換語種。
好奇之下，我做了個小小的測試，選擇「方言自由說」模式，先後測試河南話「俺要錄個視頻」、粵語「床前明月光，疑是地上霜」、四川話「這個火鍋巴適得很」，百度輸入法都能準確識別。
也就是說，百度輸入法可以智能判斷你說的話是否屬於方言，並自動匹配最適合的模型，不需要自己動手去調。「方言自由說」功能，抹平了方言和普通話在發音、用詞上的重大區別，讓語音輸入全面普及成為可能。
除了方言，百度輸入法還可以實現「中英自由說」。簡單測試了一下，它可以實現中英文同時識別，甚至可以「語碼轉換」，即當無法精確用中文描述某個概念時，就部分替換成英文來替代。
比如這段話：這個app的logo和slogan都超有feel的，你一定要感受一下。我嘗試用中英文自由說來念這段文字，識別結果一字不差，算法非常精準。
要注意的是，「中英自由說」在離線狀態下也是能使用的。之前我們提過，百度輸入法在斷網的時候，語音輸入的準確率依然很高。我再次用這段話測試了一遍，結果是完全一致的，可用性非常高。
用語音指令去修改語音結果
根據iiMedia Research的報告，百度輸入法的AI語音功能識別準確率高達98.6%，是業界最高。不過我們也能看出，由於中文的同音字、諧音太多，市面上的語音輸入法，都很難做到100%完美，還是有繼續提升的空間。
但是我發現，新版百度輸入法給出了解決辦法，那就是用「語音指令」去修改語音結果。這樣一來，哪怕是語音識別結果出現偏差，我們也能不用鍵盤修改，單純只用語音來打字了。
官方給出了多種語音指令，包括修改、刪除、加字等等。
比如「語音輸入的極限速度是一分鐘400字」這段話，如果語音指令來修改，能精確到什麼程度呢？對此，我先是在聊天窗口裡進行了測試。
比如改字，我說了指令「小度小度，把語音改成說話」，結果「語音」這兩個字真的改成了「說話」；然後是刪除，我說了指令「小度小度，刪除說話」，然後「說話」這兩個字被刪除了。
除此之外，我發現不僅僅是在聊天時，在APP的搜索框中，也能啟用語音指令功能。比如我在某APP的搜索欄中，輸入「百度輸入法體驗」，然後再用語音指令進行修改，結果依然是可行的。
比如加字，我說了指令「小度小度，在體驗前面加深度」，這句話就被改成了「百度輸入法深度體驗」。也就是說，百度輸入法可以智能識別輸入場景，在需要用到的場景下，會自動開啟語音指令功能。
我測試了一下，百度輸入法絕大多數情況下都能使用語音指令，比如發朋友圈、發動態、APP搜索框、評論區留言等等。只有極少數APP是無法識別的，比如在Edge瀏覽器的搜索框裡就無法開啟。
百度輸入法的體驗總結
是時候該做個總結了，綜合體驗下來看，我覺得百度輸入法的表現可以用四個字來形容：超乎預期。
首先，百度語音的識別準確率已經達到了高度可用的水平，標點符號的斷句也十分準確；第二，百度在輸入法里內置了完整的語音模型，就算離線也不受影響；第三，「中英自由說」和「方言自由說」這兩大功能，讓大多數人都能用上便捷的語音輸入；第四，「語音指令」可以徹底解放雙手，單純用語音就能輸出整段話，不需要用到鍵盤來修改。
百度輸入法解決了語音輸入的4大痛點，讓「語音取代打字」正在成為現實。體驗完之後，我開始明白為什麼百度輸入法是行業的領軍者了——它的實力不是吹出來的，而是用實實在在的技術打出來的。
據艾媒諮詢公布的《2021年度中國第三方手機輸入法行業研究報告》，百度輸入法市場占有率達到44.5%，月活用戶達5.62億，始終保持領先的地位。消費者的眼光是雪亮的，誰更好用大家心裡都知道。
你用過百度輸入法的語音功能嗎？一起分享你的真實體驗。