张拼拼AI实战教练
← 回首页

不必垂直行业，要垂直能力模块——十几分钟做出的聋哑人沟通工具

真人长视频 · EP0084 2026年8月23日 02:44
这一期讲什么

起因是前段时间在杭州带线下课，有个学生非常敏锐地抓到了一个需求：聋哑人跟普通人面对面沟通，现有工具几乎帮不上忙。语音识别准确率低是一方面，更致命的是——就算对方说的话被识别出来了，聋哑人也很难在对话节奏里靠打字完成回复。这不是「翻译」的问题，是整个交互流程断掉了。

我复用之前开发语音输入法的那套技术框架，在课堂上大概十几分钟就把网站做出来了。这件事让我重新想了一个老问题：做企业服务技术开发，真的必须垂直一个行业吗？

科技向善从来不只是一句口号。在腾讯工作了很多年，到现在还是很喜欢那套企业文化——给员工的自由度很高，真的投入了大量资源去做公益。最近发起了一个公益项目，帮助聋哑人群体，叫「传声」。

起因是前段时间在杭州带线下课，有个学生非常敏锐地抓到了一个需求：聋哑人跟普通人面对面沟通，现有工具几乎帮不上忙。语音识别准确率低是一方面，更致命的是——就算对方说的话被识别出来了，聋哑人也很难在对话节奏里靠打字完成回复。这不是「翻译」的问题，是整个交互流程断掉了。

我们当时想到的方案是这样的：一边精准识别对方说的话，实时转成文字给聋哑人看，一边根据对话内容自动生成几条不同可能的回复，点一下就能用 TTS 发声。系统还存了常用短语——「谢谢」「对不起」「麻烦你再说一遍」——点一下就出声。整个设计的核心是让聋哑人不用打字就能完成一次完整的面对面对话。

我复用之前开发语音输入法的那套技术框架，在课堂上大概十几分钟就把网站做出来了。目前已经上线，小规模在试用，全部算力成本暂时由我自己支出，后续会去尝试联系公益基金，想把它做成长期持续的。

这件事让我重新想了一个老问题：做企业服务技术开发，真的必须垂直一个行业吗？

行业里通常的说法是，你得扎在一个垂直行业里，把框架、产品、交付流程都磨透，这样复用率才高。道理没错。但我个人兴趣太广，接了很多跨行业的项目，走的是另一条路——不是垂直行业，而是垂直能力模块。在跨行业项目的开发过程中，我在图片生成、音频识别这些具体的技术模块上攒下了很深的积累。这些模块本身是不挑行业的。

就拿音频识别这一个模块来说：出版行业可以用来采集记录采访稿，直播可以用来做切片，短视频可以用来加准确的字幕，这个公益项目可以用来很快做出高品质的 MVP。一个模块，四个完全不同的行业，都跑得通。

结论其实很直接：不必非得集中在一个行业做研究，只要在一个能力模块上做到 90 分以上，就可以快速跨行业、跨项目复用。垂直行业是一种路径，垂直能力模块也是一种路径，后者对兴趣广泛、项目多样的人来说可能更现实。

「传声」这个项目对我来说就是一个活的证据——不是从零开始做一个公益产品，而是把一个已经打磨到位的技术模块，十几分钟接到一个新场景里，就能真的帮到人。科技向善不需要另起炉灶，它可以是你日常能力积累的自然延伸。

不必集中在一个行业做研究，只要在一个能力模块上做到 90 分以上，就可以快速跨行业、跨项目复用。