信息爆發(fā)時代，有效率有質(zhì)量地整理視頻、音頻、文字等信息變得尤為重要。很多重要會議時間長、信息量大、紀要輸出質(zhì)效要求高，這對會議記錄人員提出更高要求，會議記錄和整理的工作強度大，且仍可能存在信息遺漏或會議思想理解偏差等問題，亟待一套設備先進、技術完善的系統(tǒng)完成會議內(nèi)容的統(tǒng)一管控、精準回溯。

為打破會議記錄困局，itc利用科技創(chuàng)新技術，為視頻、音頻的文字處理方式帶來了革新技術，設計出專業(yè)化的語音轉(zhuǎn)寫系統(tǒng)，從此改變了政企會議、公檢法辦公，教學培訓、記者采訪等多個專業(yè)場合，過程中花費長時間錄音、結(jié)束后進行歸納整理的應用模式。

itc語音轉(zhuǎn)寫系統(tǒng)讓用戶跟過去人工完成翻譯轉(zhuǎn)寫方式徹底告別，憑借先進聲學模型和語言模型計算，統(tǒng)計模式識別，達到只需錄入語音信息，再通過語音轉(zhuǎn)碼服務器輸送到大屏，即可快速、便捷、實時地展示出語音內(nèi)容的效果。同時，它還能通過交換機輸送到終端 ，實現(xiàn)雙平臺同時運行的功能。

雖然現(xiàn)在語音轉(zhuǎn)寫技術已經(jīng)非常成熟，準確率高達95%，但很多用戶還是持質(zhì)疑的態(tài)度。其實基于語音轉(zhuǎn)寫技術來分析，利用電腦處理語音識別、系統(tǒng)轉(zhuǎn)寫的功能是值得信任的。整個語音識別系統(tǒng)分為三個步驟，分別是前端處理、識別過程、后處理。首先前端處理部分即對接收到語音信息自動進行降噪、并劃分為段落進行特征提取，保證信息不受干擾，識別過程中是利用音頻解碼器，再借助聲學模型、語言模型的識別套路，提取出語音特征，建立分類模型，最后對音釋結(jié)果進行文本處理，得到最終的識別結(jié)果。經(jīng)過這三層技術處理，能使翻譯出來的信息達到絕佳效果。

itc語音轉(zhuǎn)寫系統(tǒng)還具有辨別中文的單字和英文的子詞的能力，防止中英文翻譯時造成內(nèi)容混淆。經(jīng)過技術創(chuàng)新現(xiàn)在翻譯中文普通話正確率高于95%，Native 英文翻譯則高出90%水平，極大程度的提高了轉(zhuǎn)化效率，減少人工翻譯時精力損耗，達到輕松完成工作的效果。

不僅如此，itc語音轉(zhuǎn)寫功能還新增了角色分離功能，通過接入不同的音頻通道，對應發(fā)言角色，將多方發(fā)言內(nèi)容自動識別成文字，投放到大屏中，實現(xiàn)會議內(nèi)容實時展示，多方位傳遞。

現(xiàn)在itc語音轉(zhuǎn)寫系統(tǒng)已經(jīng)充分應用在辦公會議、政府報告、新聞發(fā)布、學術講座等多個無法使用公網(wǎng)語音識別服務的場景，實現(xiàn)了快速識別文字，提升會議的效率，讓行行業(yè)業(yè)都能在各種會議中享受到穩(wěn)定可靠、智能人性的語音轉(zhuǎn)寫系統(tǒng)。更多信息請關注公眾號《itc聲光電視訊》

fqj