• 關鍵詞：                                                                聽見智能會議系統                                                                人工智能

• 摘要：“聽見智能會議系統”是核心語音技術的集大成者，其包含了自然語言處理、聲紋識別、語音識別、語音轉寫引擎、篇章處理、口語風格處理等幾乎最關鍵的語音人工智能技術。

公司簡介：科大訊飛股份有限公司成立于1999年，是一家專業從事智能語音及語言技術、人工智能技術研究，軟件及芯片產品開發，語音信息服務及電子政務系統集成的國家級骨干軟件企業。作為中國智能語音與人工智能產業領導者，在語音合成、語音識別、口語評測、自然語言處理等多項技術上擁有國際領先的成果。

當今年3月5日兩會工作會議進行網絡直播時，首次用機器替代人，將李克強總理的現場報告實時轉寫成文字，自動同步。這個人工智能技術來自科大訊飛研發的“訊飛聽見”，準確率在95%以上。

“訊飛聽見”還為兩會期間安徽代表團會議提供全程轉寫服務，21場會議205位代表的發言同步轉寫成文字，在會議結束時，即刻打印成稿，代表能進一步深入討論，會議也能立刻存檔。

語音技術“集大成者”

“2013年，當深度神經網絡技術應用到語音識別領域時，猶如給語音識別實用化安裝了加速器，直接引發了今天各類語音識別應用的大爆發。”科大訊飛聽見科技政企業務線總監洪源說。

兩年后，在2015年底的公司年度大會上，聚焦在智能語音技術和信息服務的科大訊飛迅速推出“訊飛聽見智能會議系統”，這是全球首個會議實時轉寫系統。

洪源形容，聽見智能會議系統是“核心語音技術的集大成者”——因為它包含了迄今為止人類最關鍵的語音人工智能技術，像自然語言處理、聲紋識別、語音識別、語音轉寫引擎、口語風格處理等。

在這中間，語音識別讓機器“聽懂”人類的語音，將語音中的文字信息提取出來，相當于給機器安裝了“耳朵”；自然語言處理能“理解”語言，讓機器有了思維，具備翻譯、信息檢索的能力；語音轉寫引擎將持續語流轉寫成文字；聲紋識別能分辨說話者；口語風格處理能處理口語詞、猶豫詞、重復詞，讓轉寫的文字更流暢簡潔……

在系統推出的最初兩個季度中，洪源和同事深入一線，讓產品與政企市場充分磨合。在經過數次迭代后，系統現在基本能滿足客戶在各種場景下的典型需求，趨于穩定和標準化。

中歐商學院的選擇

中歐商學院、馬云湖畔大學開學典禮、羅輯思維跨年演講、政企單位內部會議……各類機構正在采用聽見智能會議系統。

從用戶的共性需求中，洪源他們將應用場景分為三類——會議、教學和演講。

在中歐商學院的辦公會議中，發言能實時轉寫為文字，會議結束即可同步出會議紀要。利用會議回溯功能，點擊會議紀要的某部分，錄音會自動回溯到相應音節，方便修正和查找重點。

在北京聯合大學特殊教育學院的教學中，課堂語音能實時轉寫成文字，讓聽力障礙學生群體也能像正常學生一樣獲取信息；在課后的課件制作中，字幕能自動轉寫，不再需要人工聽錄音、做錄入。

在羅輯思維跨年演講中，現場語音被實時轉寫成文字，同步在“得到”APP上做圖文直播，不在現場的觀眾也能獲取第一手信息。

在這些典型場景下，用戶也有著“言必談安全”的需求，科大訊飛提供了離線部署方案。一種是軟硬件一體的單機版。這是科大訊飛與合作伙伴研華科技一起形成的高集成化、能支撐語音識別核心引擎和服務的一體化方案，適用于單個會議室。另一種針是對智能樓宇多個會議室的網絡版部署方案，服務器可部署在客戶機房，統一管理。

因為智能會議系統解決了客戶的業務痛點，同時顧及政企市場對安全的要求，中歐商學院管理層甚至向來學院學習的全球行業精英推薦該系統。

現在，該系統正在政府機構、高等教育機構、大型企業展開全面布局。

推進“智慧檢務”建設

不僅通用場景，公檢法垂直行業也迫切想要利用人工智能改善核心工作環節的痛點和效率。

在今年全國檢察長會議中提出要加快“智慧檢務”建設。基于訊飛聽見打造的聽見智能會議系統、訊（詢）問筆錄系統、檢務語音輸入法、雙語教學平臺，正在檢察機關日常辦公會議、審訊、雙語培訓等場景下探索深度應用。

安徽省人民檢察院檢委會辦公會議應用聽見智能會議系統，實時記錄會議委員的發言和意見。

聽見的訊（詢）問筆錄系統也在安徽、浙江、江蘇、北京、新疆、西藏等17家檢察院，在涉黑、非法吸收公眾存款、妨礙公務、盜竊、貪污等30種不同案件類型中試用。在審訊過程中，首創的麥克風陣列技術定制硬件加軟件一體化方案，實現審訊室遠距離拾音、自動降噪及說話人分離功能，讓辦案過程全程留痕、精準回溯，有效固定關鍵證據。系統還可通過與錄音錄像第三方系統對接，實現“遠程提審”創新模式。

安徽、浙江、新疆三省的檢察院還在辦公辦案中試用聽見檢務語音輸入法。它能在各種終端設備上，將口述內容自動轉為文本，借助針對檢務語音資源的定制優化，實現最快1分鐘可識別400字，相比傳統方式快3~5倍，讓工作高效便捷。

在新疆自治區人民檢察院及新疆兵團正試點應用聽見維漢雙語翻譯及雙語教學平臺。在審訊場景下，它實時將維漢互譯，還將語音轉換成維漢對照筆錄，掃除語言交互障礙，縮短案件審理周期。雙語教學平臺還提供精品學習課件，供民族檢察官自由學習。在新疆檢察官學院，每年有1300多檢察官參與學習，舉辦50多場主題會議。在教學培訓和主題會議上，雙語互譯平臺讓不同民族檢察官能輕松交流和學習討論。

正在發生的未來

“我們要開會了。”伴隨用戶的一句話，會議室的燈光、音響、窗簾、空調、投影儀、幕布等設備會自動調節到會議模式。這是在聽見智能會議系統基礎上，科大訊飛在今年3月推出的“自適應語控智能會議系統”。

通過自然的語音交互，會議系統告別了傳統模式下會前手動調試設備的不便，化繁為簡。在會議中，麥克風能根據發言者的聲音大小、外部噪音強弱自動調節增益，不用再像過去那樣“人去配合麥克風”。“技術很炫，也解決了我們的痛點。在此之前，真沒有什么好辦法解決這些問題。”客戶對洪源反饋說。

“這是公司愿景‘用人工智能建設美好世界’驅動的。”洪源說，“期望人工智能技術為政企市場創造自然舒適的會議體驗。”

與此同時，2016年底，訊飛聽見融合多語種翻譯技術，推出聽見智能會議系統的實時翻譯和語音轉寫新功能，將中文演講實時翻譯成英語、日語、韓語和維吾爾語并同步展示在大屏幕上。在2017年美國CES展分論壇中，這個人工智能技術在現場充當了“一名翻譯”。

“語音轉寫是個全新市場，我們對它非常樂觀。”洪源說，“但這塊蛋糕能做多大，有賴于我們對應用場景的探索拓展、技術提升等因素。”

科大訊飛還在進一步提升語音轉寫技術，這包括優化識別效果、方言識別、分段效果，它們可提升轉寫文字的可讀性；還包括提升關鍵詞提取與主題提取技術，便于用戶提煉價值信息；還有多語種翻譯技術，讓國際會議交流無障礙。

這些技術結合市場的探索，聽見系統將實現神機妙用。

這篇案例收錄在《物聯網·智慧城市創新2017案例精選集》，了解更多案例，請訪問http://select.advantech.com.cn/whitepaper2017/

掃描下方二維碼，完成注冊，獲取紙質檔。