如今，語音識別是智能手機包的標準部分，相應的一部分是在等待Siri、Alexa或Google返回查詢時的延遲，要么正確解釋，要么嚴重損壞。谷歌最新的語音識別功能完全離線，完全消除了這種延遲——當然，糾纏仍然是一種選擇。

延遲的發生是因為你的聲音，或者從它導出的一些數據，必須從你的手機到任何操作服務的人的服務器，在那里它被分析并在很短的時間后發送回來。這可以從一小撮毫秒到多個整秒的任何地方（真是個噩夢！），或者更長的時間，如果你的數據包在乙醚中丟失了。

為什么不只是在設備上進行語音識別呢？沒有什么比這些公司更想要的了，但是將語音轉換成毫秒級的文本需要相當大的計算能力。這不僅僅是聽到聲音和寫一個詞-理解一個人一字一句地說什么-涉及到關于語言和意圖的大量上下文。

你的手機可以做到，當然，但它不會比發送到云的速度快得多，它會耗盡你的電池。但這一領域的穩步發展使得這樣做似乎有道理，谷歌的最新產品讓任何擁有Pixel的人都可以使用。

谷歌在這個話題上的工作，在這里的一篇論文中記錄了下來，它建立在以前的進步的基礎上，創建了一個小而高效的模型，足以適應一部手機（如果你好奇的話，它是80兆），但能夠聽到和轉錄你說的話。不需要等到你完成了一個句子才去思考你的意思是“他們的”還是“那里的”-它在飛快地發現了這一點。

那有什么可抓的？嗯，它只在谷歌的鍵盤應用Gboard中工作，它只在像素上工作，而且它只在美式英語中工作。所以在某種程度上，這只是對真實事物的一種壓力測試。

“鑒于這個行業的趨勢，隨著專業硬件和算法改進的融合，我們希望這里介紹的技術很快能夠以更多的語言和跨更廣泛的應用領域采用，”谷歌寫道，仿佛這是需要做好本地化努力的趨勢。

使語音識別更具響應性，并使其離線工作，是一個很好的發展。但考慮到谷歌的其他產品幾乎沒有離線工作，這有點好笑。當您脫機時，您是否要口述到共享文檔中？寫封郵件？求升與杯之間的換算？？你需要一個連接！當然，這也會更好的緩慢和斑點的聯系，但你必須承認這是有點諷刺。