訊飛輸入法10年謀局：技術(shù)派跑贏了馬拉松

張賀飛

對(duì)于我們這代人來說，輸入法注定是被定格的記憶。

習(xí)慣了將老式諾基亞藏在課桌抽屜里盲發(fā)信息的暢快，即使到了全觸屏的智能手機(jī)時(shí)代，照舊對(duì)九宮格念念不忘。以至于當(dāng)習(xí)慣全鍵盤輸入的00后們走上互聯(lián)網(wǎng)舞臺(tái)后，在江湖上掀起了一場(chǎng)輸入法的流派之爭(zhēng)。

作為移動(dòng)互聯(lián)網(wǎng)時(shí)代的史詩級(jí)產(chǎn)品，輸入法見證了商業(yè)更迭的市場(chǎng)規(guī)律，承載了用戶行為的變遷軌跡，自身也在技術(shù)浪潮的推動(dòng)下完成了一次次的躍遷：搜狗將輸入法從單機(jī)時(shí)代帶進(jìn)了互聯(lián)網(wǎng)時(shí)代，訊飛又為輸入法打開了人工智能的大門。

借著訊飛輸入法上線10周年的契機(jī)，似乎有必要盤點(diǎn)下輸入法在上一個(gè)10年的歷程：站在人工智能時(shí)代的起點(diǎn)上，曾經(jīng)革新了移動(dòng)互聯(lián)網(wǎng)交互方式的輸入法，還將對(duì)世界產(chǎn)生什么樣的影響？

“宣戰(zhàn)”自帶輸入法

2010年是必須被載入智能手機(jī)史冊(cè)的一年。

喬布斯老爺子在這一年推出了配得上“改變世界”稱號(hào)的iPhone 4，沉寂許久的手機(jī)行業(yè)開始暗流涌動(dòng)。無數(shù)創(chuàng)業(yè)者陸續(xù)開始了智能手機(jī)的征程，原本獨(dú)立于硬件之外的野蠻人也紛紛加入戰(zhàn)場(chǎng)。

時(shí)間證明了這群聰明人賭對(duì)了風(fēng)口，2010年被視為智能手機(jī)普及的元年，塞班戰(zhàn)線徹底被擊垮，一大批踩準(zhǔn)了時(shí)間節(jié)點(diǎn)的安卓廠商成了最終的贏家。

其實(shí)在智能手機(jī)的正面戰(zhàn)場(chǎng)之外，還存在一條隱蔽的戰(zhàn)線：智能手機(jī)的出現(xiàn)改變了原有的產(chǎn)品形態(tài)，傳統(tǒng)的物理鍵盤徹底消失，虛擬輸入法逐漸成為一種剛需，如何提升用戶的輸入效率，成了多方力量角逐的賽點(diǎn)。

在PC時(shí)代殺出一條血路的搜狗輸入法，隨即開始向手機(jī)市場(chǎng)傾斜，原本適用于PC的產(chǎn)品邏輯被復(fù)制到手機(jī)上；汲取了PC市場(chǎng)經(jīng)驗(yàn)的手機(jī)廠商也開始行動(dòng)，谷歌將自家的輸入法作為系統(tǒng)的默認(rèn)選項(xiàng)，主張封閉生態(tài)的蘋果牢牢掌控著輸入法的控制權(quán)，直到2014年才開放了第三方輸入法的 API。

同樣是2010年，科大訊飛的一群工程師們也加入了手機(jī)輸入法的角逐賽，不過他們并沒有沿襲功能機(jī)時(shí)代的輸入理念，而是主打語音技術(shù)，在既有輸入鍵盤上增加一個(gè)麥克風(fēng)圖標(biāo)，用戶點(diǎn)擊后就能語音輸入。

訊飛輸入法的工程師們算了這樣一筆賬：普通人一分鐘打字的速度在60個(gè)左右，但一分鐘可以說180個(gè)以上，倘若可以用語音輸入替代手動(dòng)打字，輸入效率將提升300%。何況彼時(shí)智能手機(jī)的屏幕尺寸還只有3.5寸上下，手指需要在狹小的屏幕上“做文章”，用戶體驗(yàn)可想而知。

于是一群從用戶體驗(yàn)視角出發(fā)的工程師們，向手機(jī)廠商和輸入法市場(chǎng)的老玩家們發(fā)起了挑戰(zhàn)，試圖重塑輸入法的產(chǎn)品形態(tài)。

時(shí)間同樣驗(yàn)證了訊飛輸入法的前瞻性，到了2012年的時(shí)候，搜狗輸入法和百度輸入法先后推出了語音輸入，2013年訊飛輸入法的激活用戶量正式破億……語音輸入逐漸衍生成為新的流派。

按照賽諾發(fā)布的《2019中國(guó)手機(jī)輸入法年終報(bào)告》顯示，訊飛、百度、搜狗占據(jù)了96.1%的市場(chǎng)份額，第三方輸入法將客場(chǎng)變成了主場(chǎng)。

為工具產(chǎn)品正名

第三方輸入法的崛起似乎并不讓人意外。

智能手機(jī)時(shí)代的降臨，催生的不只有造機(jī)潮，還有工具產(chǎn)品的爆發(fā)：早期的原生操作系統(tǒng)體驗(yàn)并不完善，桌面類、美顏類等工具類產(chǎn)品悄然崛起，第三方輸入法或多或少享受了特殊的紅利周期。

正如獵豹經(jīng)歷了谷歌大面積下架的風(fēng)波后，傅盛在接受媒體采訪時(shí)說的這樣一段話：“我知道工具會(huì)退潮，從2015年就知道。但我們從來沒有想到，變化會(huì)是斷崖式的。”工具類產(chǎn)品在2015年達(dá)到鼎盛，久邦、獵豹等企業(yè)先后上市。但在2016年就開始出現(xiàn)轉(zhuǎn)折，隨著原生操作系統(tǒng)的完善、人口紅利的衰減，大多數(shù)工具類產(chǎn)品未能及時(shí)轉(zhuǎn)型，在渾渾噩噩中走向了慢性死亡。

為何訊飛輸入法等玩家可以逃脫工具類產(chǎn)品的宿命？或許可以從2016年錘子手機(jī)M1的發(fā)布會(huì)上找到答案。

老羅在發(fā)布會(huì)現(xiàn)場(chǎng)用很快的語速說了相當(dāng)長(zhǎng)的一段話，訊飛輸入法無時(shí)差同步輸出了文字版本，結(jié)果幾乎沒有任何偏差，發(fā)布會(huì)現(xiàn)場(chǎng)隨即一片歡呼。發(fā)布會(huì)結(jié)束的第二天，訊飛輸入法霸占了多家應(yīng)用商店的下載榜單。

訊飛輸入法的高光時(shí)刻至今仍時(shí)常被提及，外界忽略的是背后的技術(shù)深耕。

訊飛輸入法剛剛上線的2010年，行業(yè)內(nèi)還沒有中文語音識(shí)別的概念。訊飛輸入法團(tuán)隊(duì)首創(chuàng)了語音輸入的功能，一開始的識(shí)別準(zhǔn)確率還只有70%作用，團(tuán)隊(duì)使用大數(shù)據(jù)訓(xùn)練和深度學(xué)習(xí)技術(shù)后，語音識(shí)別的準(zhǔn)確率在2013年達(dá)到了92%，然后在2014年快速跨越到業(yè)內(nèi)領(lǐng)先的95%，在一定程度上超出了人耳。

其實(shí)訊飛輸入法的語音識(shí)別準(zhǔn)確率達(dá)到97%后，用戶規(guī)模已經(jīng)在不到兩年時(shí)間內(nèi)已經(jīng)翻了一番，羅永浩的示范不過是點(diǎn)燃引線的小火星。

相比于那些與用戶需求和行業(yè)生態(tài)脫節(jié)的工具類產(chǎn)品，訊飛輸入法為工具類產(chǎn)品正名的策略并不復(fù)雜，即通過技術(shù)的持續(xù)創(chuàng)新將工具類產(chǎn)品服務(wù)化，向用戶提供的不是工具，而是一種服務(wù)。

除了語音技術(shù)上的深耕，可以驗(yàn)證的還有細(xì)節(jié)上的功力。比如在訊飛輸入法上，用戶想要從鍵盤切換打破手寫，無須點(diǎn)開特定的按鈕，可以直接在屏幕上寫字……工具的弱點(diǎn)是用戶粘性低、可替代性強(qiáng)，但訊飛輸入法用技術(shù)創(chuàng)新和產(chǎn)品服務(wù)巧妙地讓短板變成了長(zhǎng)板。

進(jìn)擊的“全能選手”

技術(shù)上的創(chuàng)新徹底改變了輸入法的進(jìn)化路徑。

從商業(yè)邏輯上看，輸入法避免了大多數(shù)工具類產(chǎn)品的覆轍，在工具產(chǎn)品退潮的時(shí)候，照舊坐擁了數(shù)億用戶規(guī)模；從產(chǎn)品策略上看，輸入法給出了超出預(yù)期的體驗(yàn)，并且圍繞用戶需求進(jìn)化成了“全能選手”。

工具類產(chǎn)品之所以被詬病，本質(zhì)上還是產(chǎn)品價(jià)值的矮化，一旦在體驗(yàn)上輸給了原生系統(tǒng)，用戶需求也就無從談及，用戶的離開可以說是注定的結(jié)果。訊飛輸入法的特殊之處在于，一開始就選中了語音輸入的賽道，最終憑借在橫向和縱向的技術(shù)與業(yè)務(wù)布局，一次次拓寬了輸入法的想象空間。

紅杉資本的傳奇締造者邁克爾·莫里茨曾言：“一個(gè)公司的基因早在它最初的18個(gè)月就被決定了，此后公司不可能再有什么大的改變，如果DNA是對(duì)的，他就是一塊金子，如果不對(duì)，那基本就完了?！边@樣的觀點(diǎn)一直存在不小的爭(zhēng)議，卻是解鎖訊飛輸入法產(chǎn)品進(jìn)化方向的一把鑰匙。

因?yàn)閷?duì)語音輸入的執(zhí)著，訊飛輸入法團(tuán)隊(duì)在2011年遇到了一個(gè)難題，中國(guó)有太多人說的是方言，如果無法準(zhǔn)確進(jìn)行方言的識(shí)別，語音輸入終將淪為雞肋。

一番用戶調(diào)查和數(shù)據(jù)分析后，訊飛輸入法選擇需求排名最高的粵語、四川話和河南話入手，2012年的一次版本更新后上線了粵語語音輸入，成為首款支持粵語語音輸入的輸入法，緊接著上線了四川話和河南話的語音輸入。截止到目前，訊飛輸入法的粵語語音識(shí)別準(zhǔn)確率已經(jīng)超過95%，陸續(xù)上線了23種方言的語音識(shí)別。

因?yàn)閷?duì)用戶輸入習(xí)慣的洞察，訊飛輸入法在2013年上線了英文語音輸入；2015年訊飛輸入法在語音輸入的基礎(chǔ)上首創(chuàng)了語音翻譯功能 “隨聲譯”，目前已經(jīng)支持英日韓俄等多種外語的面對(duì)面翻譯，輸入法開始進(jìn)化成為一種人際溝通工具。

除了語音識(shí)別技術(shù)上的縱向深挖，訊飛輸入法還積極在輸入場(chǎng)景上進(jìn)行橫向延伸，比如在傳統(tǒng)的手寫、鍵盤輸入外，加入了OCR掃描、智能預(yù)測(cè)等功能。輸入法角色的多元演變是顯而易見的，早已不再是打字的工具，而是用戶連接互聯(lián)網(wǎng)世界的貼心助手，無限拔高了輸入法產(chǎn)品的價(jià)值上限。

訊飛的語音戰(zhàn)事

輸入法的產(chǎn)品生命周期其實(shí)才剛剛開始。

訊飛輸入法上線的2010年，深度學(xué)習(xí)技術(shù)還方興未艾，人工智能還處于第二次浪潮后的靜默期。然而過了十個(gè)年頭后，等待語音技術(shù)的卻是全新的局面：阿爾法狗燃起了人工智能的第三波浪潮，深度學(xué)習(xí)等前沿技術(shù)加速了落地應(yīng)用的進(jìn)程，語音也從小眾一躍成為主流的人機(jī)交互方式之一。

至少透過訊飛輸入法等行業(yè)領(lǐng)跑者的動(dòng)作，外界看到的并非是時(shí)間賦予的老邁，而是一無既往的探索和創(chuàng)新精神。

就在訊飛輸入法10周年的發(fā)布會(huì)上，知名相聲演員方清平上演了一場(chǎng)極限語速挑戰(zhàn)賽，用遠(yuǎn)超羅永浩當(dāng)年的語速讀了一段《木蘭辭》，以測(cè)試訊飛輸入法在極限快語速下的識(shí)別效果。結(jié)果讓人驚喜，方清平的語速快過了吉尼斯世界紀(jì)錄，訊飛輸入法照舊給出了100%的識(shí)別準(zhǔn)確率。

與四年前的有所不同的是，同樣是技術(shù)上的秀肌肉，對(duì)于“快”的詮釋有了新的注解。如果說訊飛輸入法當(dāng)年的一夜爆紅，某種程度上與大眾對(duì)語音輸入帶來的新鮮感有關(guān)，這一次除了速度，還有溫度。

比如訊飛輸入法新近推出的10.0版本，通過唇形輔助輸入，進(jìn)一步優(yōu)化輸入效率，在近距離多人說話的復(fù)雜場(chǎng)景中，其他人的聲音不會(huì)干擾語音識(shí)別結(jié)果；再比如針對(duì)盲人群體輸入不便的情況，不斷無障礙模式，實(shí)現(xiàn)了輸入面板、菜單面板以及表情面板的屏幕隨選朗讀，用戶在視力不便的情況下也能無障礙輸入文字和表情。

至于其中的原因，似乎并不難理解。第三方輸入法上一個(gè)10年的主場(chǎng)是智能手機(jī)，語音輸入并非是不可替代的方案，語音輸入的早期用戶多半以極客為主?？呻S著5G與AIoT浪潮的來臨，智能家居、車載、可穿戴設(shè)備等新的場(chǎng)景和需求不斷增加，傳統(tǒng)的輸入方式越來越不友好，語音將是最核心最主流的輸入方式。

備戰(zhàn)了10年的訊飛輸入法，正在進(jìn)入一個(gè)全新的戰(zhàn)場(chǎng)，并在積極調(diào)整姿態(tài)，除了外界所熟悉的技術(shù)牌，訊飛輸入法打出的還有同樣聚焦用戶體驗(yàn)的溫情牌。畢竟當(dāng)語音作為人機(jī)交互的渠道時(shí)，不應(yīng)該是冰冷的一面，這場(chǎng)語音戰(zhàn)事的結(jié)果已經(jīng)可以預(yù)見。

寫在最后

10歲的訊飛輸入法，就像是互聯(lián)網(wǎng)世界里的時(shí)間行者。

原以為會(huì)是失去生機(jī)的前浪，卻是人工智能語境里名符其實(shí)的后浪。如果非要給訊飛輸入法的成長(zhǎng)軌跡做有個(gè)注釋的話，本質(zhì)上在于技術(shù)派的工程師們對(duì)于語音輸入的執(zhí)著，用持續(xù)創(chuàng)新等來了屬于語音技術(shù)的春天。

如今語音技術(shù)正當(dāng)其時(shí)，訊飛輸入法的日語音交互次數(shù)已經(jīng)達(dá)到10億次，累計(jì)服務(wù)設(shè)備數(shù)超5億，語音用戶占比超70%。在人工智能時(shí)代的呼喚下，這位創(chuàng)新老炮兒正在以矯健的腳步邁向下一個(gè)10年。