搜狗输入法方言识别到底准不准？四川话粤语实测来了
中国有八大方言区，说普通话的人很多，但日常习惯说方言的人也不少。尤其在一些南方城市，很多人平时聊天、打电话、发语音都是用的方言。
问题来了：搜狗输入法的语音输入支持方言识别，但到底准不准？四川话和粤语的识别效果差别大不大？日常聊天能用方言直接转文字吗？
为了搞清楚这些，我找了几位说四川话和粤语的朋友帮忙做了个测试。这篇文章会把测试的过程、数据、还有实际使用中的感受完完整整地记录下来。
测试是怎么做的？
这次测试找了两位朋友帮忙：一位是成都人，日常说四川话；一位是广州人，日常说粤语。测试环境选在安静的室内，用同一部手机，在搜狗输入法官网下载的最新版本上测试。
测试内容分三类：日常对话（20句）、新闻播报（20句）、网络流行语（20句）。每种方言各测60句话，一共测了120句。测试过程中，输入法的方言模式是手动切换到对应语言的。
准确率怎么算的？识别出来的文字和原话逐字对比，完全一样算正确，有一个字不一样就算错误。
四川话：日常对话表现不错
先说说四川话的测试结果。整体准确率在85%左右，三类测试内容的表现不太一样。
日常对话类（20句）：准确率89%。比如"你吃饭没有""今天去哪里耍""这个事情咋子整"这类日常聊天常用的句子，识别效果都还不错。基本上说完就能转成文字，偶尔有个别字不对，但整体意思能看明白。
新闻播报类（20句）：准确率82%。新闻类的句子比较正式，有些词汇日常不太用，识别效果就稍微差一点。比如"有关部门""专项整治"这类词，四川话念出来和普通话差别比较大，识别的时候会出现一些偏差。
网络流行语类（20句）：准确率84%。"巴适得板""摆龙门阵""瓜娃子"这些典型的四川话网络用语，识别效果中规中矩。常见的能认出来，稍微生僻一点的就不太行了。
四川话实测数据：整体准确率85%，日常对话场景准确率接近90%，日常聊天基本能用。
四川话使用感受：日常聊天场景下，四川话的识别效果是完全可以接受的。虽然做不到100%准确，但转写出来的文字基本能看懂，稍微改几个字就能发出去。不过如果是正式场合（比如写邮件、记会议记录），建议还是用普通话语音输入，或者说完之后仔细检查一遍。
粤语：准确率比预期低一些
粤语的测试结果整体比四川话低一些，准确率在78%左右。
日常对话类（20句）：准确率81%。"你食咗饭未""今日去边度玩""呢个点样搞"这类日常粤语表达，识别效果还行，但出错率比四川话高。主要问题是粤语有九声六调，同音字比较多，识别的时候容易搞混。
新闻播报类（20句）：准确率74%。新闻类的粤语句子识别效果差一些，主要是因为粤语书面语和口语差别比较大，新闻用的词汇偏正式，识别模型可能不太适应。
网络流行语类（20句）：准确率76%。"Chur""屈机""派帽"这类粤语网络用语，识别效果一般。有些词能认出来，有些就完全识别不了，出来的是一堆乱七八糟的字。
粤语识别的一个问题是：粤语有很多字是普通话里没有的（比如"嘅""咗""哋"这些），识别的时候容易出现错字或者漏字。我统计了一下，60句粤语测试里，大概有三分之一出现了这类问题。
粤语实测数据：整体准确率78%，日常对话场景81%，相比四川话低了7个百分点，同音字和方言字是主要问题。
为什么粤语比四川话难识别？
同样是方言，为什么粤语的识别准确率比四川话低？我分析了一下，可能有这几个原因：
- 声调更复杂。粤语有九个声调（实际使用中六个），四川话只有四个。声调越多，同音字就越多，识别难度自然更大。
- 方言字更多。粤语有很多普通话里没有的专用字，比如"嘅""咗""哋""佢"这些。这些字在输入法的词库里可能覆盖不全，识别的时候容易出现错误。
- 口音差异大。粤语在不同地区的口音差异比较明显，广州话和香港话就有不小的差别。如果测试用的是广州话，但识别模型训练的时候用了香港话的语料，准确率就会下降。
当然，这只是我的个人分析，不一定完全准确。但至少能说明一个问题：不同方言的识别难度确实不一样。
搜狗输入法方言识别到底怎么样？
经过这一周的测试，我对搜狗输入法的方言识别功能有了一个比较全面的了解。
做得好的地方：
- 日常对话场景可用性不错。四川话89%的准确率意味着日常聊天基本能用，转写出来的文字稍微改改就能发出去。
- 方言切换方便。在语音设置里一键就能切换方言模式，不用重新下载语音包或者做复杂设置。
- 识别速度还可以。方言识别的速度和普通话差不多，基本上说完1-2秒就能出文字，不会让人等得着急。
还需要改进的地方：
- 粤语识别准确率偏低。78%的准确率意味着每5句话里就有1句需要大改，使用体验确实不如四川话。
- 方言字覆盖不全。很多方言专用字识别不出来，出来的文字要么是错字要么是拼音。
- 正式场景不太适用。如果是写正式文档、发工作邮件，建议还是用普通话语音输入，方言识别的准确率还不太够。
综合建议：如果你平时说四川话比较多，搜狗输入法的方言识别功能可以试试，日常聊天够用。如果你说粤语，建议先体验一下再决定要不要长期使用，目前的准确率还有提升空间。
使用建议
经过这次测试，我个人的使用感受和建议是这样的：
推荐使用方言识别的场景：
- 日常聊天、发微信、发朋友圈（四川话用户）
- 语音输入转文字后愿意手动修改的用户
- 对准确率要求不高的非正式场景
- 想尝试新功能的用户
不太推荐使用方言识别的场景：
- 写正式邮件、工作报告、学术文章
- 对文字准确率要求很高的用户
- 粤语用户（目前的准确率确实还不够高）
- 环境噪音比较大的地方（方言识别本身难度就大，再加噪音就更难了）
总的来说，搜狗输入法的方言识别功能——尤其是四川话——在日常聊天场景下是能用的。虽然做不到像普通话那样接近完美，但"能用"和"好用"之间还是有一些差距的。
如果你平时说方言比较多，建议去搜狗输入法下载最新版本亲自试试。不同的方言、不同的口音、不同的说话习惯，识别效果可能会有差别——你自己的使用感受，才是最真实的答案。
你平时用方言语音输入吗？你觉得搜狗输入法的方言识别效果怎么样？欢迎在评论区分享你的使用感受。