很不理解的一件事就是，不管是智能音箱还是手机输入法的语音输入功能，为啥都需要依赖网络？
运算量大，数据模型大，个人设备不太容得下
依赖网络也是为了提高识别正确率
1是通过这方式获取大数据.
比如好几亿人通过微信发语音消息, 所以微信的语音文字识别能力提升的特别快.
短短几年就赶上了在这个领域耕耘多年的讯飞.
2是云识别引擎是不断升级的.
可以提供更好的服务.
3是云端的算力和存储更大, 对于手机来说, 为了识别安装大尺寸模型得不偿失.
2 个赞
曾经用过讯飞的离线版，感觉识别效果也没明显差异。
个人猜测，一定还有其他动机！哈哈
觉得也没必要特别阴谋论。首先，依赖网络确实有它的必要性，然后数据被如何利用多数都是经过用户同意的，只不过没几个人认真阅读协议罢了。
保护自身的知识产权. 放到本地就有被破解,反编译,包括分析语言模型算法等等的可能性.
还有一个动机是计费 语音识别都是按次按长度计费 偶尔用一次的东西让人斥巨资购买不合适 用的频繁的被一次买断不赚钱