可在錄音檔中搜尋關(guān)鍵字、直接跳到關(guān)鍵字出現(xiàn)的段落
「語音」很可能是繼打字之后，未來人類和電腦溝通的主要方式，其不僅解放我們的雙手，互動速度也更快。Google在去年發(fā)布這款能將語音轉(zhuǎn)成文字的云端語音API，并將該功能整合進多款自家服務(wù)中，如語音助理、語音搜尋、翻譯、聽寫輸入等功能。
而這次更新的其中一個新功能，對常聽錄音檔的人相當(dāng)必備。過去只有文字檔才能搜尋特定字詞，現(xiàn)在，在Google云端語音API新增「以字為單位的時間標(biāo)記」的功能后，語音檔也能做到相同的事，即可在語音檔中搜尋特定字詞出現(xiàn)的位置、直接跳到該段落，且錄音檔播放的同時也能立即顯示已識別的文字。
支援檔案長度增加到3小時，可用于客服中心和自動產(chǎn)生影片字幕
此外，Google云端語音API可支援的語音檔案長度，也從原本的80分鐘增加到3小時。Google產(chǎn)品經(jīng)理DanAharon表示，支援更長時間的語音檔案，也能拓展該技術(shù)能應(yīng)用的場景，例如客服中心可用此分析客服電話內(nèi)容，或是用于自動生成影片字幕。
語音轉(zhuǎn)文字支援「表情符號」
在支援語言方面，這次Google更一口氣新增30個語言，迄今共支援119種語言。Google表示，他們和母語人士合作，請他們念常用的句子，訓(xùn)練機器學(xué)習(xí)模型識別新語言的單字和音調(diào)。
特別的是，Google云端語音API不只能識別說話的「內(nèi)容」，還能識別出「表情符號」。例如，只要念出「眨眼表情符號」或「微笑表情符號」，就會出現(xiàn)和。不過，該功能目前僅支援英語，其他語言將在未來陸續(xù)開放。
