語音轉寫功能需求分析：
系統(tǒng)介紹：
智能語音轉寫系統(tǒng)
? 智能語音轉寫系統(tǒng)提供實時語音識別和錄音文件識別能力。無縫嵌入傳統(tǒng)會議室系統(tǒng)，讓會議更高效便捷。
? 適用場景：辦公會議、政府報告、新聞發(fā)布、學術講座等各行業(yè)領域會議場景。
?語音實時轉寫
?實時字幕
?實時上屏
?會議紀要
?角色分離
?錄音轉寫
?紀要導出
……
產(chǎn)品：
硬件：在線版和離線版
在線版：
離線版：
產(chǎn)品特點：
在線版產(chǎn)品特點：
1.高準確性：在線部署，采用云服務器，數(shù)據(jù)更新快，對于網(wǎng)絡詞匯更準確
2.轉寫準確率高：中文普遍話≥95%，Native 英文≥90%
3.翻譯效果佳：智能斷句、先進聲學模型和語言模型訓練
4.處理效率高：實時轉寫，200ms內(nèi)返回結果
5.歷史音頻處理，1小時音頻10分鐘完成
在線版采用科大訊飛的云服務器，他們是按服務量收費的
離線版產(chǎn)品特點：
1.安全性高：離線部署，數(shù)據(jù)安全
2.轉寫準確率高：中文普遍話≥95%，Native 英文≥90%
3.翻譯效果佳：智能斷句、先進聲學模型和語言模型訓練
4.處理效率高：實時轉寫，200ms內(nèi)返回結果
5.歷史音頻處理，1小時音頻10分鐘完成
系統(tǒng)拓撲圖：
界面展示：
功能介紹：
大屏實時字幕：集成會議發(fā)言字幕實時投屏?？蓪崿F(xiàn)拓展屏投屏或獨立大屏投屏。優(yōu)質(zhì)的低延時流式語音識別技術，讓實時字幕展示更實時。
角色分離：實現(xiàn)在會議過程中對會議的發(fā)起方、參與方、主席、主持人、秘書等將各方發(fā)言的內(nèi)容進行角色分離并自動實時識別成文字，并把語音轉寫成的文本以字幕的形式投放到大屏顯示。
展板展示轉寫結果：語音轉寫展板展示語音轉寫文本內(nèi)容，可對展板字體進行放大縮小和重點標記。自動同步展板紀要內(nèi)容，實時展示語音轉寫文本。
重點標記：針對一些有疑問的內(nèi)容重點標記高亮顯示，方便會后整理文稿。
禁忌詞屏蔽：可以將不適宜展示的敏感詞添加禁忌詞列表中，屏蔽此禁忌詞，當識別到此類詞匯時，系統(tǒng)提供不顯示、*號和空格三種顯示方式供選擇。
關鍵詞優(yōu)化：針對每場會議需要提高識別效果的關鍵詞，按要求添加入關鍵詞列表中，會議開始前和會議過程中均可進行添加。如添加人名、地名、公司名等。
語氣詞過濾：在實時語音轉寫開始前或者進行文稿整理時，根據(jù)需要選擇是否開啟“語氣詞過濾”功能，若開啟則能可將語氣詞和多余的詞匯去除，以保證文稿的規(guī)整。
編輯會議紀要：會議紀要可對比語音轉寫結果進行編輯會議紀要，復制語音轉寫文本內(nèi)容到會議紀要中，更加高效快捷記錄會議內(nèi)容。
會后紀要歸檔：會議結束后，自動歸檔會議紀要文件。管理人員可前往歷史會議中查看會議紀要文件，下載會議紀要文件；會議紀要可通過二維碼分享。
音頻文件導入轉寫：主要用于對歷史音頻轉寫的場景，用戶可通過錄音設備進行錄音，將音頻數(shù)據(jù)導入錄音整理客戶端后，可進行快速轉寫。系統(tǒng)支持最多每次上傳50條音頻，總大小不超過5GB，單條數(shù)據(jù)時長小于18小時；目前系統(tǒng)支持mp3\wav\pcm\wma\mp4\avi等格式的音頻，上傳成功后點擊開始轉寫即可開始轉寫。
詞匯替換：批量替換音頻導入語音轉寫文本的內(nèi)容，修正轉寫有誤的文本。
功能介紹-用戶管理
人員列表：將參會人員設為默認人員，無需每場會議重復添加。支持批量導入、導出人員。
組織架構：三級組織架構功能，自定義單位、部門、職務。選擇參會人員可按照組織架構排列選擇。
功能介紹-會議管理
會議列表：查看當前已創(chuàng)建的未開始、開會中的會議。
歷史會議：支持克隆歷史會議功能，無需重復配置會議信息，節(jié)省開會效率。
多會議模式：
多會議室時配語音轉寫服務網(wǎng)絡版，統(tǒng)一提供語音轉寫服務能力，支持多達32間會議室同時使用。每間會議室只需配備一臺管理電腦和會議相關設備。
文本分段：
具備智能語義分段、停頓時間、字數(shù)、關鍵字多種組合模式文本分段，配置更靈活。
字音同步：
具備字音對照功能，可對照文字拖動音頻或指定文字跳轉對應音頻進度。
多格式導出：文本導出支持TXT、DOC、LRC、SRT多種格式文件導出。
手動角色分離：綁定音源后，手動操作F1-F12可進行12個角色的手動分離。
優(yōu)勢亮點：
智能斷句：
分段分句：通過提取上下文相關的語義特征，同時結合停頓、基頻信息等語音特征，來進行子句與段落的劃分；綜合運用上下文相關語義特征和語音學特征，解決分句與分段問題。
文本順滑：通過使用泛化特征并結合上下文相關語義特征和語音學特征，剔除轉寫結果中的停頓詞、語氣詞、重復詞，使順滑后的文本更易于閱讀。
適用多種場景：適合辦公會議、政府報告、新聞發(fā)布、學術講座等各行業(yè)領域會議場景。非常適用政府企業(yè)、銀行部門等無法使用公網(wǎng)語音識別服務的行業(yè)。
