為了讓更多有障礙同學(xué)能夠參與其中，交流會引入了捷通華聲提供的“靈云智錄”智能語音轉(zhuǎn)寫系統(tǒng)，可將講演者的發(fā)言實時轉(zhuǎn)寫成文字上屏，精準的識別效果引發(fā)一致好評。

　　“這是我第一次親身感受到，人工智能技術(shù)所帶來的便捷。”一名負責(zé)組織交流會的志愿者說道，“有了這個智錄系統(tǒng)，再組織尤其是有聽力障礙人士參加的活動時，會議的溝通真變得‘無障礙’了。”

靈云智錄系統(tǒng)現(xiàn)場轉(zhuǎn)寫效果

　　此前，靈云智錄系統(tǒng)已經(jīng)在去年的無障礙發(fā)展國際學(xué)術(shù)大會成功應(yīng)用，受到現(xiàn)場各國研究學(xué)者、清華師生及各界人士高度好評。

無障礙國際大會現(xiàn)場轉(zhuǎn)寫效果

　　在一些有殘障人士參與的會議中，尤其是有聽力障礙的人士，“聽會”成為了巨大的問題。靈云智錄系統(tǒng)可以讓會議現(xiàn)場的發(fā)言實時以字幕的形式展現(xiàn)出來，一方面便捷、加快了會議的交流，另一方面也極大地方便了聽力障礙人士。

　　清華交流會上應(yīng)用的靈云智能轉(zhuǎn)錄系統(tǒng)，采用靈云最新一代語音識別技術(shù)，擁有超快的轉(zhuǎn)寫速度和超高的準確率，對不同口音、語速的發(fā)言人都能輕松適配，面對遠場講話等場景亦能準確識別并轉(zhuǎn)寫。系統(tǒng)可實現(xiàn)會議場景的現(xiàn)場語音轉(zhuǎn)錄、發(fā)言實時上屏、離線錄音轉(zhuǎn)寫、語音自動合成播報、實時編輯、關(guān)鍵詞優(yōu)化等多種功能。

　　實時語音轉(zhuǎn)寫：通過多個話筒預(yù)設(shè)發(fā)言人角色，系統(tǒng)可將每個人的發(fā)言實時轉(zhuǎn)寫并分別呈現(xiàn)在系統(tǒng)中，極大地方便了多角色會議記錄。

　　除了支持中文普通話，系統(tǒng)也可支持四川話、廣東陽江話、粵語以及維吾爾語、英語、哈薩克語、藏語安多、藏語康巴、朝鮮語、蒙文等多種語言的轉(zhuǎn)寫，并針對金融、電信、公檢法、會議、醫(yī)療等領(lǐng)域訓(xùn)練了專用ASR模型，可根據(jù)自身企業(yè)需求進行定制。

　　在線實時編輯：記錄人員根據(jù)實時轉(zhuǎn)寫的內(nèi)容，可在編輯框里實時對語音轉(zhuǎn)寫輸出的文字內(nèi)容進行修改、刪除、替換，使會議記錄更為準確、精煉。

　　發(fā)言實時上屏：針對不同會議的需求，系統(tǒng)可將實時語音轉(zhuǎn)寫的結(jié)果，以彈幕的形式展現(xiàn)在大屏上，方便現(xiàn)場聽會者閱讀。

　　離線錄音轉(zhuǎn)寫：歷史錄音文件針可直接導(dǎo)入系統(tǒng)進行轉(zhuǎn)寫，系統(tǒng)支持wma/wav/mp3/m4a/amr等多種格式音頻，轉(zhuǎn)寫結(jié)果支持錄音文字同步調(diào)聽矯正，讓錄音整理者可快速完成文字校核。

　　語音合成播報：系統(tǒng)為會議主持者提供語音合成服務(wù)，可通過輸入文字，選擇男聲、女聲等不同的音色，完成廣播音頻合成。通過采用深度神經(jīng)算法的語音合成技術(shù)，合成的聲音清晰優(yōu)美、抑揚頓挫，滿足會議會場廣播等各種場景需求。

　　文本訓(xùn)練優(yōu)化：針對不同行業(yè)、不同會議場景，系統(tǒng)可以預(yù)先進行語音識別模型的優(yōu)化訓(xùn)練，并在會前預(yù)先導(dǎo)入與會議相關(guān)的文字材料，或直接輸入人名、地名、專業(yè)術(shù)語等關(guān)鍵詞進行優(yōu)化，從而提高專業(yè)領(lǐng)域會議的語音識別準確率。

　　“讓每家企業(yè)都擁有人工智能，讓人工智能像‘水和電’一樣便捷服務(wù)大眾無處不在”一直都是捷通華聲的企業(yè)愿景，清華交流會上靈云智錄系統(tǒng)成功服務(wù)殘障人士即是一次典型的AI技術(shù)落地應(yīng)用。捷通華聲將繼續(xù)專注于AI技術(shù)與產(chǎn)品的研發(fā)，不斷深入行業(yè)了解需求，開發(fā)更多能夠“落地應(yīng)用”的產(chǎn)品與方案，從而讓更多人享受到人工智能所帶來的輕松與便捷。