近日，谷歌邀請媒體在京舉行視頻電話會議，谷歌產品經理Sagar Savla介紹了Live Transcribe軟件，這是一項免費的Android服務，通過將自動字幕技術融入日常會話，減少現實世界中的對話障礙。

據了解，通過自動語音識別技術 (ASR)，計算機能夠檢測有聲語言并將其現場轉錄為供閱讀的文本，由Google云提供技術支持，Live Transcribe可以進行實時的對話字幕轉錄，支持超過70種語言，覆蓋全球80%以上的人口。

Sagar Savla表示，雖然依靠云ASR能為我們提供更高的準確性，但Google希望可以減少Live Transcribe所需的網絡流量消耗。為此，Google在先前AudioSet的工作基礎上，實現了基于神經網絡的設備語音檢測器。該網絡是一種圖像式模型，類似于我們之前發布的VGGish模型，它可以檢測語音并自動管理與云ASR引擎的網絡連接，將長時間使用過程中的數據流量消耗降至最低。

在技術呈現方面，Google曾考慮了幾種不同的模式：計算機、平板電腦、智能手機、小型投影儀，以迭代方式顯示聽覺信息和字幕。最后，Sagar Savla的團隊決定專注于智能手機模式，因為這類設備無處不在且功能日益強大。

資料顯示，世界衛生組織預計，到2055年全球將有九億人聽力受損。谷歌的這項軟件可以為他們帶去便利。目前該軟件在亞洲已經非常流行。