人工智能、5G、大數據等正影響著各行各業(yè)的發(fā)展與轉型，傳統(tǒng)面對面的會議講座，很多時候已經不能滿足當下快速多變的商業(yè)環(huán)境。在疫情影響下，辦公學習正在迎來線上協(xié)同、異地連接的方式轉變，智慧辦公時代已經到來。

線上學習、辦公常常面臨準確“記錄”聲音的困擾，因此拾音、降噪、轉寫等能力顯得格外重要。依托麥克風陣列、智能降噪算法、長語音識別......思必馳目前已助力MAXHUB會議平板，飛利浦、紐曼、印象筆記、索尼等品牌錄音筆智能化升級。

AI加持，高效學習辦公

隨著人工智能在各行各業(yè)應用深化，AI語音轉換文本市場規(guī)模空前。

ReportLinker發(fā)布報告預計，到2027年，全球文本語音轉換市場規(guī)模將達到60億美元。其中，美國的文本語音轉換市場預計將達到6.013億美元。中國文本語音轉換市場規(guī)模將達到13億美元。

在AI加持下，錄音筆、手機、平板電腦等這些錄音設備早已不再只是單純的進行音頻記錄，它們能直接將音頻轉寫成文字，還能對文字進行編輯和處理，提升工作、學習效率。

眾多錄音設備中，最常見的是錄音筆。

紐曼多款AI錄音筆采用思必馳智能錄音筆解決方案，錄音筆連接到手機端或PC，即可實現音頻轉寫、對話翻譯、空間及文本管理等多種功能。印象掃譯筆專業(yè)版(EverSCAN Pro)采用雙麥方案，搭載思必馳AI降噪算法，長語音識別，不同場景下對噪音進行多重優(yōu)化，清晰降噪，實現長語音實時轉寫、錄音文件轉寫等功能。

索尼錄音筆、飛利浦錄音筆、MAXHUB會議平板等產品中目前均內置了思必馳長語音識別服務。

思必馳長語音識別服務支持實時識別與離線識別，識別準確率可達98%(中國信息通信研究院檢測，報告編號：V21Y000005)。實時的錄音轉寫功能，無論上課、開會還是采訪，用戶都能快速準確出稿，極大提升工作、學習效率。

遠場+降噪，清晰自然交互

遠程會議、線上學習場景，常常需要遠場語音交互，并且伴隨著環(huán)境噪聲和人聲干擾。尤其在大型會議現場，遠距離拾音和噪聲盡管不會掩蓋正常語音通話，但是影響了清晰度。

針對遠場交互和噪聲問題，麥克風陣列可以有效抑制噪聲。

思必馳麥克風陣列集成波束成形、回聲消除、聲源定位等算法，可拾取半徑5m內的聲源，實現360°聲源定位，即使會議場景發(fā)言人之間遠距離從多方位發(fā)聲，也可以輕松拾音。

另外，新一代的智能降噪技術也是文本語音轉寫的“法寶”。

傳統(tǒng)的噪音抑制方法只能作用于某些固定的穩(wěn)態(tài)噪音，如空調等電器的運轉聲，而動態(tài)噪音如開關門聲和人的語音出現頻率重疊時，傳統(tǒng)方法無法很好地抑制。隨著深度學習方法的飛速發(fā)展，更強大的深度神經網絡被應用于語音識別，包括卷積神經網絡(CNN)等。

思必馳智能降噪技術采用“傳統(tǒng)分離結合深度學習方案”，可以兼顧傳統(tǒng)信號處理的保真性和深度學習的非穩(wěn)態(tài)噪聲抑制能力，即在良好去除非穩(wěn)態(tài)噪聲的同時保證語音的較小失真，獲取純凈錄音，轉寫文本更準確。

說話人識別，AI智能轉寫

在論壇、大中小型會議、課堂等場景，參會者們滔滔不絕各抒己見，準確區(qū)分說話人并分角色輸出文本，變成了語音轉寫文字的一個重要標準。

人的聲紋具有特定的唯一性和穩(wěn)定性，聲紋識別可以通過聲紋辨別說話人。在上述會議、課堂等多人混合說話場景下，聲紋識別的目標是讓機器將嘈雜環(huán)境下的多個混合說話人的聲音分離，識別每個說話人所說的內容并判斷每個說話人的身份。

思必馳針對會議、學習場景，智慧辦公解決方案對音頻的前端處理通過聲源分離技術，通過DOA、聲紋識別技術辨別說話人，拾音設備可以輕松區(qū)分說話人角色，按“角色”轉寫。

結合算法降噪，盲源分離，提供相對更“干凈”的音頻文件;自動標點識別、數字化處理等自然語言處理能力，能夠讓識別結果更加準確、規(guī)范。

隨著人工智能、云計算、物聯網等新興科技發(fā)展，企業(yè)紛紛進行智能化戰(zhàn)略轉型和業(yè)務升級，開拓智能時代新藍海。智慧辦公作為AIoT升級和演進方向之一，正在成為推動經濟發(fā)展、轉型升級、社會進步的重要驅動力量。結合長語音識別、聲紋識別、AI降噪等，思必馳未來將持續(xù)助力企業(yè)實現降本增效，成就高效能人士。

原文標題：言傳「譯」會，智慧辦公秘籍大公開!

文章出處：【微信公眾號：思必馳】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅