Google推出低流量安卓语音转字幕应用

Google推出Android语音转字幕应用程序Live Transcribe，以帮助听障人士与外界沟通，并进一步公开其设计细节。这个应用程序使用了当前Google云端自动语音辨识（Automatic Speech Recognition ，ASR）技术，以及设备上机器学习，并且与专为聋人和弱听人士而设的高立德大学合作，进行使用者体验研究。

通过自动语音辨识技术，耳聋和听力障碍人士可以更方便的接受外界的语音信息，Google在YouTube中应用自动语音辨识提供字幕，也用于简报展示以及电话拨打中。虽然这项技术在这几年已经有长足的进步，但是听障人士仍主要依赖人工手动转录服务，而这些服务价格昂贵，还需要事先安排，间接影响听障人士参与社交的机会。

Google解释过去之所以自动转录服务还无法普及的原因，除了因为应用自动语音辨识进行转录，需要计算密集的模型之外，还需要进行详尽的使用者研究以及付出高昂的访问成本，Google结合广泛的用户体体验，以及无缝且可持续连接提供服务的服务器，打造出Live Transcribe服务。

Google设计Live Transcribe其中一个重要的考量，是避免使用者消耗过多移动流量。为此，Google在移动设备上实作了类神经网络语音侦测器，并使用了大规模声音数据集AudioSet。Google提到，该网络是一个类似VGGish的图像模型，能够侦测语音，并且自动管理到云端自动语音辨识引擎的网络连接，在长时间使用的状况下，能最大程度减少移动用量。