捷通华声灵云智录亮相清华 AI让沟通无障碍

　　为了让更多有障碍同学能够参与其中，交流会引入了捷通华声提供的“灵云智录”智能语音转写系统，可将讲演者的发言实时转写成文字上屏，精准的识别效果引发一致好评。

　　“这是我第一次亲身感受到，人工智能技术所带来的便捷。”一名负责组织交流会的志愿者说道，“有了这个智录系统，再组织尤其是有听力障碍人士参加的活动时，会议的沟通真变得‘无障碍’了。”

灵云智录系统现场转写效果

　　此前，灵云智录系统已经在去年的无障碍发展国际学术大会成功应用，受到现场各国研究学者、清华师生及各界人士高度好评。

无障碍国际大会现场转写效果

　　在一些有残障人士参与的会议中，尤其是有听力障碍的人士，“听会”成为了巨大的问题。灵云智录系统可以让会议现场的发言实时以字幕的形式展现出来，一方面便捷、加快了会议的交流，另一方面也极大地方便了听力障碍人士。

　　清华交流会上应用的灵云智能转录系统，采用灵云最新一代语音识别技术，拥有超快的转写速度和超高的准确率，对不同口音、语速的发言人都能轻松适配，面对远场讲话等场景亦能准确识别并转写。系统可实现会议场景的现场语音转录、发言实时上屏、离线录音转写、语音自动合成播报、实时编辑、关键词优化等多种功能。

　　实时语音转写：通过多个话筒预设发言人角色，系统可将每个人的发言实时转写并分别呈现在系统中，极大地方便了多角色会议记录。

　　除了支持中文普通话，系统也可支持四川话、广东阳江话、粤语以及维吾尔语、英语、哈萨克语、藏语安多、藏语康巴、朝鲜语、蒙文等多种语言的转写，并针对金融、电信、公检法、会议、医疗等领域训练了专用ASR模型，可根据自身企业需求进行定制。

　　在线实时编辑：记录人员根据实时转写的内容，可在编辑框里实时对语音转写输出的文字内容进行修改、删除、替换，使会议记录更为准确、精炼。

　　发言实时上屏：针对不同会议的需求，系统可将实时语音转写的结果，以弹幕的形式展现在大屏上，方便现场听会者阅读。

　　离线录音转写：历史录音文件针可直接导入系统进行转写，系统支持wma/wav/mp3/m4a/amr等多种格式音频，转写结果支持录音文字同步调听矫正，让录音整理者可快速完成文字校核。

　　语音合成播报：系统为会议主持者提供语音合成服务，可通过输入文字，选择男声、女声等不同的音色，完成广播音频合成。通过采用深度神经算法的语音合成技术，合成的声音清晰优美、抑扬顿挫，满足会议会场广播等各种场景需求。

　　文本训练优化：针对不同行业、不同会议场景，系统可以预先进行语音识别模型的优化训练，并在会前预先导入与会议相关的文字材料，或直接输入人名、地名、专业术语等关键词进行优化，从而提高专业领域会议的语音识别准确率。

　　“让每家企业都拥有人工智能，让人工智能像‘水和电’一样便捷服务大众无处不在”一直都是捷通华声的企业愿景，清华交流会上灵云智录系统成功服务残障人士即是一次典型的AI技术落地应用。捷通华声将继续专注于AI技术与产品的研发，不断深入行业了解需求，开发更多能够“落地应用”的产品与方案，从而让更多人享受到人工智能所带来的轻松与便捷。