当谐音梗出现时，没有一个王建国是无辜的， 手动狗头。在《吐槽大会》和《脱口秀大会》中，他经常金句频出，致力于谐音梗推广事业，成为网友们眼里当之无愧的“谐音梗之王”，同时也将 「万物皆可谐音梗」的快乐传递给了大家。
当生活充满谐音梗，这该死的妙趣横生，让人根本停不下来。
▼
【沙雕网友脑暴谐音梗】
一个 #陆游气坏了#的梗激发了沙雕网友们的创作欲。
上帝给了他们一个脑洞，再也没有合上。于是各位脑洞大开，竟将李白、陆游、欧阳修、王之涣、蔡元培统统扯入群聊。
“ 我说喜欢李白原由网的诗，陆游气坏了，结果，我家就没法上网了…… ”
当代网友们不仅是接梗达人，同时还是起名鬼才。
当发现有人在探讨 #姓 「别」取什么名字 #时，沙雕战友迅速顺着网线赶到，献上今日份的快乐脑洞源泉，将姓氏玩出新花样。
本来只是正常的取名脑暴，没想到不小心加入了“口音调料”。于是，整个评论区都迅速染上了浓浓的口音。
如果姓 「别」，就可以叫 「别龙马」、 「别居易」、 「别敬亭」、 「别介」..….还有 「别尔盖茨」……这些名字差1点就令人想不起来原名了呢。
与此同时，沙雕网友特别擅长触类旁通，还给其它姓氏改头换面，立志将“取名鬼才”的称号贯彻落实。
▼
【官方玩梗最为致命】
沙雕网友在谐音梗大道上撒欢跑，连着官方也开始玩谐音梗。各地政务服务官号成为 “浙里办”、 “粤省事”、 “渝快办”、 “皖事通”……这些微妙的谐音梗，妥妥地拉近了政务官方与街坊市民的距离。
与此同时，一贯正经的官微——中央电视台也又双叒叕加入了谐音梗战队，那可谓是官方玩梗，最为致命的TOP1。
自从 「朱广权 + 李佳琦 ＝ 小朱配琦」的直播主题火了之后，中央电视台在网络直播时，都会玩一把浑然天成的“谐音梗”，广博各位的会心一笑。
欧阳夏丹 + 王祖蓝 ＝ 谁也无法祖蓝我夏丹。（谁也无法阻拦我下单）
撒贝宁 + 朱广权 + 康辉 + 尼格买提 ＝ 权来康康，撒开了买。（全来看看，撒开了买）
还有 尼格买提 + 李思思 + 烈儿宝贝 ＝ 尼思带货宝贝（你是带货宝贝）， 朱迅 + 李梓萌 ＝ 迅萌下单，快来朱李（迅猛下单，快来助力）。当央妈玩起了谐音梗，那可真是又皮又高级。
▼
【广告谐音梗创意爆棚】
谐音梗会在网上冲浪时博你一笑，会在官微直播带货时吸引眼球，还能随时藏在各种品牌的宣传海报中，给大家带来新鲜的广告语体验感。
麦当劳：我不“管”了
金拱门开始在全国逐步停用塑料吸管，一句 「为了地球，我不管了」，实际暗藏着截然相反的双关意思，将自己的态度巧妙传达，且更为掷地有声。
▼
【连防疫文案都没有逃离谐音梗的魔爪】
别以为谐音梗只能带来轻松一笑，实际上，它还能以鼓舞人心的方式出现。
融合了谐音梗的防疫文案，经过新的创作，有了新的解读，这些全新的解释都非常贴合当下人们的心态。
①
一
心
移
疫
全国人民万众一心，战胜疫情。
②
疫
不
容
辞
疫情面前，各行业英雄毫不推辞，逆行而上。
③
薄
情
寡
疫
减少聚会串门、联络感情，从而防控疫情。
④
罩
摇
过
市
戴口罩的人才能出入超市等公共场所。
▼
【谐音梗扣钱都要扣到文学家头上了】
话原由网说回来，如果谐音梗真的要jmhvNNz扣钱，那么这个钱可能都要追溯到文学家的头上了。
随手翻开一页《红楼梦》，揭开石头记篇章的两位人物—— 「甄士隐」和 「贾雨村」，就在以谐音梗示意 “真事隐，假语存” 。同时，曹雪芹还用谐音为书中诸多角色取名，并以此暗示着人物的命运。
贾家的四姐妹元春、迎春、探春、惜春谐音为 「原应叹息」，叹息着她们短暂的青春年华和悲惨结局。其他推动故事情节发展的配角，取名也是非常讲究：甄英莲 （真应怜）、秦可卿 （情可轻）、秦钟 （情种）等。
除了文学著作之外，千古风流人物苏轼也将谐音梗揉出了诗意。
当他去西湖溜达，不慎失手将壶掉入湖中，灵感闪现，一个充满原由网谐音的千古绝对上联便亮相世人： 「提锡壶，游西湖，锡壶掉西湖，惜乎锡壶」。
抓住了，谐音梗在这时候就有了，扣钱！
谐音梗巧用汉语“同音语素多”的特点，根据语境的需要，灵活替换同音/近音字词，既可激发大家无穷的创作欲和共鸣感，也暗藏言外之意与文学智慧。
归根到底，谐音梗在某种程度上，正体现了人类的语言极其丰富，也尤为复杂。一句 「陆游气坏了 」出现在网吧，可能会引起轩然大波；麦当劳的一句 「我不管了 」，若是没有配合海报，可能大家都get不到店家到底在说啥。
在人机交互上，让AI语音助手get到复杂的人类语言正是人工智能领域中亟需突破的难点之一， 这就涉及到了NLP自然语言处理技术。
当我们对腾讯云小微AI语音助手讲「 提锡壶，游西湖，锡壶掉西湖，惜乎锡壶」时，它针对这句中的3个同音词 「锡壶」、 「西湖」、 「惜乎」，迅速执行 NLP技术中的「中文文本纠错」功能，分为两步走，第一步是错误检测，第二步是错误纠正。
当它听到“xihu”时，系统内部出现 「锡壶」、 「西湖」、 「惜乎」的概率都是一样的，甚至会出现 原由网「洗护」、 「溪湖」、 「西户」等其它干扰词汇。于是，它结合语法分析与语义分析，匹配 「锡壶」的前一个“提”字， 「西湖」的前一个“游”等，通过语法树或其他算法，选择词的正确含义，在正确句法的指导下，进行第一步错误检测，从字粒度和词粒度两方面检测错误，整合这两种粒度的疑似错误结果，形成疑似错误位置候选集；
再进行第二步错误纠正，覆盖所有的疑似错误位置，并使用音似、形似词典替换错误位置的词，通过语言模型计算句子困惑度，对所有候选集结果比较并排序，得到最优纠正词 「提锡壶」、 「游西湖」等。当腾讯云小微AI语音助手听到完整的 「提锡壶，游西湖，锡壶掉西湖，惜乎锡壶」时，它则能够结合数据库中的资料，判断我们所说的正是苏轼的这句千古绝对上联。
腾讯深知，NLP自然语言处理在AI领域中仍处于技术爬坡的阶段，而中文文本纠错功能正属于NLP的关键一环，能够有效避免因诸如用户口音、谐音/同音词汇表达等常见口语问题，就引起的人机交互中“差之毫厘，谬以千里”的“蝴蝶效应”。
目前，腾讯云小微技术团队仍不断奔跑在科技深研的路上，持续优化升级内部的各项通用AI技术， 针对「中文文本纠错技术」，采用基于千亿级大规模互联网语料和LSTM、BERT等深度神经网络模型进行训练，并持续迭代更新，以保证效果能不断提升，能取得人机交互中更理想化的效果。
