字幕投屏、快速出稿，人工智能加成下的會議新模式
跟隨講話內(nèi)容實(shí)時呈現(xiàn)字幕，這種以前只在視頻剪輯才能看到的現(xiàn)象，正在視頻會議以及更多的會場上演。字幕以外，會議內(nèi)容同時會以投屏形式在會場/分會場大屏幕和線上進(jìn)行呈現(xiàn)，方便所有與會成員準(zhǔn)確獲取會議信息。
這些場景正是人工智能與會議管理相結(jié)合的典型案例，是語音識別、語義理解、機(jī)器翻譯等AI能力的基礎(chǔ)應(yīng)用。
精準(zhǔn)識別會議內(nèi)容
目前，語音識別技術(shù)普遍采用端到端（CTC）語音識別框架和端點(diǎn)檢測（VAD）技術(shù)，搭配基于Attention的自主研發(fā)深度神經(jīng)聲學(xué)模型，以確保識別準(zhǔn)確率。但產(chǎn)品化過程中，除核心算法還需要豐富的語料訓(xùn)練。綜合能力直接影響轉(zhuǎn)寫速率以及對方言口音、行業(yè)術(shù)語、敏感詞等內(nèi)容的轉(zhuǎn)寫成功率。
捷通華聲為行業(yè)客戶量身定制的靈云智能會議系統(tǒng)，采用自主研發(fā)的語音識別技術(shù)。在聲學(xué)模型方面，采集大量真實(shí)錄音數(shù)據(jù)，對不同方言、語種發(fā)音習(xí)慣，如兒化音、聲調(diào)等，進(jìn)行學(xué)習(xí)訓(xùn)練；在語言模型方面，對各地方言、語種的特有詞匯進(jìn)行專門訓(xùn)練，有效提升了語音識別引擎對口音、詞匯的適配能力，進(jìn)一步提高系統(tǒng)識別率。
靈云智能會議系統(tǒng)可以識別包括四川話、上海話、閩南語、粵語等方言，還有維吾爾語、藏語、壯語、朝鮮語等少數(shù)民族語在內(nèi)的27種方言語種。
會后快速成稿，支持音字對照
會議智能化還體現(xiàn)在會議紀(jì)要整理和輸出上，相比傳統(tǒng)人工速記或會后錄音整理所要花費(fèi)的大量人力和時間成本。靈云智會可以實(shí)時轉(zhuǎn)寫發(fā)言內(nèi)容，并通過聲紋分角色、手動分角色、麥克風(fēng)分角色等形式實(shí)現(xiàn)話者分離，支持同步編輯及重點(diǎn)內(nèi)容標(biāo)記，會議結(jié)束后即可快速成稿。
音字對照功能，則為會議紀(jì)要的確認(rèn)工作提供了便利。靈云智會在100%完整記錄與會人員發(fā)言過程中，添加了時間戳功能，會議記錄人員能夠通過文字快速檢索并回聽錄音文件，對存疑部分進(jìn)行快速校正和確認(rèn)。
考慮到一些大型會議，參會人只能自己錄音進(jìn)行轉(zhuǎn)寫的情形，靈云智會推出了在線分享功能。參會人員只要訪問主辦方提供的鏈接，即可通過手機(jī)獲取想要的會議速記。
私有化部署，數(shù)據(jù)安全有保障
常規(guī)應(yīng)用基礎(chǔ)上，靈云智能會議系統(tǒng)還提供會議內(nèi)容語音播報、雙語翻譯、離線語音轉(zhuǎn)寫等多種功能。
靈云智能會議系統(tǒng)采用私有云的方式進(jìn)行部署，能夠?yàn)榭蛻籼峁┩暾能浻布h(huán)境。數(shù)據(jù)信息完全保存在企業(yè)內(nèi)部，外界無法收集和查看，做到在物理上管理可控，在軟件上確保數(shù)據(jù)信息的私密性與安全性。