谷歌近日在對Gboard輸入法的更新中，為Pixel手機用戶引入了基於人工智能的離線聽寫功能。谷歌表示Pixel用戶並不需要擔心是否已經連接網絡，都可以更快更可靠的聽寫電子郵件和文本信息。負責谷歌語音和移動輸入的團隊負責人和科研專家Françoise Beaufays表示：“設想下這樣的場景：你要出門但是你要給某人發送’我要遲點到’的短信，由於你離開WiFi網絡覆蓋區域且沒有激活蜂窩網絡因此你無法獲得網絡連接，而現在這不是問題了。”

或許對於用戶來說這是一個微不足道的改進，但是Beaufays表示雖然語音識別技術的改進將會慢慢改變我們同移動設備交互的方式。她指出雖然語音識別技術近年來有較大的改善，但仍然是一項不成熟的技術。它是計算密集型的，這意味著大多數語音識別系統必須通過互聯網發送數據，結果是聽寫緩慢且不可靠。

Beaufays說：“設想下如果你所使用的輸入法，只有網絡連接不好就無法敲擊鍵盤，那麼你肯定不會再去使用這個輸入法。”但是通過離線操作可以讓聽寫變成一個更自然的選擇。為了實現這個改變，Google團隊耗費了五年時間對語音識別進行了深入的研究，並簡化了用於語音識別AI系統。例如，舊版Gboard的聽寫操作使用三個獨立的組件來模擬音頻波形，將聲音與音素匹配，然後將這些音素組合成書面輸出，更新後的版本將所有這些工作集成到一個步驟中。

此外新模型還簡化了系統組件“decoder graph”，該組件就像是書籍中的索引的，能夠將聲波轉換成為匹配的書面文字。在舊版Gboard的聽寫模型中，這個decoder graph容量達到了2GB，這對於手機用戶來說無疑是太大了。相比較而言，新版本只有80MB，小了25倍。

本次升級僅限於美國英語的聽寫，且僅支持Pixel系列手機。不過Beaufays表示未來將會面向更多語言開放。Beaufays表示：“從技術的角度來說，我認為我們可以在更多手機上實現這點，而不僅僅只是Pixel。而且我認為未來會在更多設備上支持更多語言。”