你有无这类履历？当身处公共场所的时刻，收到了朋侪传来的影片，但当下着实不方便播出声响而手上有恰好没有耳机，就只能看着影片干瞪眼，不知道影片中的人在说什么。如今Google在Pixel 4智慧型手机导入Live Caption功用，可以将任何语音立即转成字幕，处理这个为难的题目。

影片的语音也能用「看」的

影片或语音档案的字幕不只关于听障朋侪来讲分外主要，关于一切人来讲也都有所用途，比如在公共场所、集会中、夜深人静时，我们都常常在封闭声响的状态下关看影片，但是并不是一切影片都具有字幕，而且差别App的字幕功用也不尽相同，致使有很多短片、声响讯息、Podcast等内容没法运用字幕。

为了处理这个题目，Google为Android推出了Live Caption功用，能在装配上直接将影片、消息档案中语音转换为字幕，更棒的是转换历程可以完全在装配上完成，历程不须要网路连线，因而不只不需累赘数据资费，也可以庇护隐私并下降耽误。

▲Live Caption可以处理在静音状态下寓目影片的字幕题目。

▲ 当我们须要在不方便播放声响的场所寓目影片，却又要倾听语音内容时。（图片泉源：Google，标题图与下同）

▲ 每每都须要注重不要让声响滋扰到其他人。

Google 勤奋了三年，要让各家品牌手机厂商 Android 手机此次升级Android 10 的速率变更快

Android 系统的碎片化问题曾困扰 Google 多时，由于开放性生态的缘故，不少第三方厂商都会根据自己的新品发布节奏来制定系统更新计画，但这也阻碍了 Google 推进各种 Android 新功能的进程，甚至无法即时修复安全隐患。 所以，每当 Google 还在为新 Android 系统那不到 10% 的普及率挣扎时，和它同期推出的 iOS 往往在推出后一个月内，就能轻松实现过半的升级率。 为了改变这一现状，2017 年，Google 在当时的 Android 8 Oreo 引入了名为「Project Treble」机制，希望能与晶片厂商合作承担一部分底层编写工作，进而加快其它订制 Android 系统的适配效率。 新机制确实获得了一定效果。最近，该计画的负责人 Iliyan Malchev 在 Android 开发者部落格中透露，在 2018 年 7 月，也就是 Android 9 Pie 正式版发布前

▲ 这时刻只要按下Live Caption的按键。

▲ 体系就可以将影片中的语音立即转成字幕。

透过AI强化翻译

Live Caption会在运作历程当中挪用3个在装配上实行的深度进修模子，个中包含用于辨识语音的递归神经网络（Recurrent Neural Network，RNN）序列转导模子（Sequence Transduction Model）、用于辨识标点符号的笔墨基本递归神经网络，以及用于分类语音事宜的卷积神经网络（Convolutional Neural Network，CNN），在这3种模子的协同运作下，可以供应完全的字幕，并能加注标点符号，以运用[APPLAUSE]、[MUSIC]等标签示意拍手、音乐等背景音效。

风趣的是，语音事宜分类模子不只用于标示背景音效，它还能区分当下是不是有言语，因而体系能在有言语出现时才举行语音辨识，如此一来就可以大批下降团体运算需求，发挥下降记忆体用量与耗电量的效果。

至于辨识标点符号的模子，则是在体系将语音转换为笔墨后，才最先针对笔墨举行剖析，并切会针对近来辨认的句子举行标点符号展望，假如下一个语音辨识效果没有变动展望前提的话，就可以保存先前的展望，一样能发挥节约电力斲丧，并加速辨识速率的效果。

▲ Live Caption会运用3种差别的深度进修模子完成语音对笔墨的转换。

▲ Live Caption属于体系层级的功用，因而可以逾越差别的App中运用。

现在英文版的Live Caption功用已可以在Pixel 4和Pixel 4 XL等智慧型手机运用，并会在本年下放到Pixel 3系列机型，Google也设计将功用推行到其他其他Android装配，并供应更多言语的增援，让更多人能享用这个功用。