随着网课、在线会议的快速发展，一台便携智能的录音设备，开始成为不少学生群体和初入职场的小白的日常刚需。 偶尔随机性的录音需求，普通智能手机足够解决。如果是相对高频的录音及文字转写需求，一台智能录音笔则十分必要，尤其是日常室内录音转写场景，价位百元左右的入门级录音笔瞬间晋升为生产力工具。 近日，科大讯飞发布了入门级的产品讯飞智能录音笔A1（以下简称＂讯飞A1＂），售价329元。在价位上，讯飞A1直接对标PK的是搜狗398元的AI录音笔C1（以下简称＂搜狗C1＂）。 两款产品价格相差不大，同属AI、互联网厂商跨界做智能录音笔硬件产品，都提供语音转写功能，二者谁表现更优秀？搜狗C1能否保持入门级录音笔的领先地位，讯飞A1能否＂重新定义＂入门级录音笔产品？我们对讯飞A1和搜狗C1做了一个对比。外观 颜值也是生产力。 在外型上，讯飞A1和搜狗C1有区别。搜狗C1产品外观造型简洁直接，直观但传统。讯飞A1则采用了卡带造型设计，比较个性化，有设计感，辨识度高，但体型相对搜狗C1增加。 搜狗C1顶部是一个开关机/录音按钮，录音笔正面有个竖条形的指示灯。 在靠近录音笔的上下边缘部分则是两颗数字全向麦，底部是一个USB Type-C接口。 讯飞A1采用黑色小卡带设计，机身正面有两枚按键，分别是开关键和录音键，两颗按键中间有着声纹装饰，其中最两侧的是两个指示灯按钮。 讯飞A1功能按键下方就是knowles双麦克风阵列，在侧面有一个USB Type-C接口。 配置 搜狗C1尺寸为62x18x15mm，重17克，其电池容量为300mAh，录音时长为960分钟，待机时长为20天，内部存储空间为16GB。 讯飞A1尺寸为55x32x15mm，重32克，电池容量为550mAh，录音时长为1200分钟，待机时长为25天，提供32GB的机身储存和10GB的云端储存。 （讯飞A1和搜狗C1产品对比表） 在携带方便性上，搜狗C1采用了侧夹式设计，讯飞A1则采用了绑带式设计。这两种设计在日常使用中都比较方便。 在收声录音方面，搜狗C1配备了两颗数字全向麦克风，讯飞A1采用了Knowles 双麦克风阵列。声音录制时，两款产品均支持角色分离，都是依靠手机APP进行音频转写。讯飞A1还额外支持中英文混说识别。 讯飞A1与搜狗C1产品都定位于入门级录音笔产品，日常使用中他们更像是手机外设的IoT设备：录音声音后，依靠手机APP进行音频转写。这也印证了两点，一是智能录音笔产品直接竞争力表现在现场收声录音能力（核心是降噪），二是核心竞争力表现在产品背后的语音转文字的云端AI能力。功能体验 1、APP体验 要使用讯飞A1与搜狗C1这两款设备，首先要下载讯飞听见录音转文字APP和搜狗语音助手APP，除录音外的所有操作均可在手机上进行。两款APP打开后通过简单几步就能快速完成录音笔的连接，正常使用。 ▲讯飞听见录音转文字APP ▲搜狗录音助手APP 在APP的功能体验上，两款录音笔搭配的APP均支持手机自身录音。通过APP，我们还可以在手机上看到录音笔设备的存储空间，固件版本等信息，这些二者差距不大。 在具体操作应用中，讯飞听见语音转文字APP和搜狗录音助手APP最核心的不同，讯飞听见语音转文字APP操作简单直接，它并没有具体区分录音的场景，直接实现音频内容的转写，针对语气词或者讲话人的区分，可以内容录制完毕并转写后开启。 搜狗录音助手APP则细分了不同的语境，包括普通录音、采访速记、演讲速记、同声传译、对话翻译等，这些其中部分需要VIP会员，需要付费，其包括语气词区分和讲话人区分同样是要在录制转写完成后进行。 在这一点上，讯飞录音笔的APP操作上，直击用户最需要的东西，而场景语境、转写等都不需要用户处理，全都云端技术处理；搜狗则需要用户自己选择具体场景以实现不同的转录效果。至于孰优孰劣，仁者见仁了。 2、录音转写体验 一款智能录音笔，核心是录音转写的准确性。讯飞A1和搜狗C1实际录音并转写准确度如何？我们从一席、TED和网易新闻上选取了三段演讲视频进行体验，分别对两款录音笔产品在演讲、英语识别以及采访三种情况下转写准确率进行对比体验。 演讲：石正丽《追踪SARS源头》，来源：一席 这篇演讲整体发音标准，我们采用实时转写方式比较讯飞A1和搜狗C1产品的具体表现。 在实时转写中，涉及SARS病毒这类英文词汇，涉及到的数字内容也比较多，这些都要求录音笔在转写过程中需要区分出这些单词，并对数字进行准确识别。 我们对两款录音笔实时转写输出的文字进行分析。 （1） 搜狗C1将多处的英文＂SARS＂直接识别成＂萨斯＂、＂杀死＂，这在发音上没有问题，但是会影响识别的体验，讯飞A1也存在两处这样的问题，但应该是支持中英混说识别的缘故，中英文混说识别方面讯飞A1高于搜狗C1。 （2） 非典型性肺炎，开始部分搜狗C1部分识别为＂非点进行肺炎＂，讯飞A1识别准确。 （3） 在实时转写过程中，有一句＂27个省市都被SARS波及到＂，讯飞AI识别转写为＂27个省市都被杀死（注：SARS读音）波及到＂，搜狗C1转写为＂27个省市。都被杀死过街道＂。 整体来看，由于这篇演讲视频含中英文混杂、断句、数字等情况，讯飞A1转写准确率在99.3%，而搜狗C1转写准确率大概是96.5%，搜狗C1转写的效果稍逊于讯飞A1。 演讲：Sara Jones 《My Story of Love and Loss as a Transracial Adoptee》，来源：TED 英文相比于中文转写难度会更大一些。英文中连读、缩写、近音词等比较多，因此会对转写带来一定困难，转写的同时进行实时翻译，也会更加考验录音笔产品的实力。 接下来，我们通过讯飞A1的英文转中文功能和搜狗C1的同声传译功能进行转写和翻译的测试。 在实时转写及翻译效果上，讯飞A1和搜狗C1差别不大，都有不准确的地方，在翻译效果上也基本一致，都存在机器翻译的情况。不过，这项功能搜狗C1是VIP独享，讯飞A1上通过转写时长可以免费换取。 此外，搜狗C1与讯飞A1均支持10种语种转写，但后者拥有藏、维语的独家转写。方言转写方面，搜狗C1支持10种方言，讯飞A1则支持12种方言。 采访：致前行者《杨澜对话欧阳自远：中国探月十五年》，来源：网易新闻 采访往往是由主持人和受访者两部分组成，主持人发音上相比于受访者会好一些，而受访者则可能会夹杂一些口音或专业名词，这对于录音笔的转写来讲也造成了一些挑战。 这段素材来自于中国探月首任首席总工程师欧阳自远院士的采访，素材中除了主持人杨澜还有旁白的声音。 在讲述人的区分上，讯飞A1是智能识别讲述人的数量，而搜狗C1则是手动选择。 在转写效果上，讯飞A1表现更好。而搜狗C1出了同音词转写出现问题，实际录制过程中也出现了一些错转的情况。通过统计，讯飞A1转写准确率达到98.3%，搜狗C1为94.2%。 通过三个场景的转录我们看到，讯飞A1和搜狗C1都有着不错转录效果，但是讯飞A1在语境识别、断句方面，准确度更高一筹。抛开硬件因素，笔者认为讯飞A1配套的讯飞听见语音转文字APP背后的云端AI语音识别能力，对产品竞争力的贡献更大。 这方面，讯飞A1赠送长达1年的免费转写服务，也显得很有诚意和竞争力。 总结 讯飞A1与搜狗C1是两款定位基本一致的入门级智能录音笔设备。对比体验下来，笔者也深刻感受到，两款产品在近乎相同价位、硬件配置差异不大（讯飞A1刚刚发布配置略胜一筹）的情况下，与其说他们硬件对标，不如说是硬件背后的讯飞与搜狗之间的AI技术实力与底蕴的PK。 AI是一个需要技术沉淀、数据积累的长赛道。讯飞与搜狗的语音识别与AI能力谁更胜一筹呢？讯飞A1与搜狗C1的对比，更像是他们二者在AI能力上的一场PK。 我们回到文章开头，讯飞A1重新定义了入门级的智能录音笔产品了吗？ 笔者认为，讯飞A1的发布，代表着科大讯飞的语音识别与AI转写、翻译等技术的技术下放。讯飞A1的出现，意味着可以让更多的人，用更低的成本，享受讯飞语音识别与AI技术的服务。 同时我们也乐观预期，讯飞A1的发布，必然会刺激整个入门级智能录音笔产品，在硬件配置、技术服务、价格力度等方面的竞争，这对消费者而言、对AI技术的发展而言，都是积极的。