關(guān)于語音轉(zhuǎn)寫效果，現(xiàn)場一名清華學(xué)生說道：這個(gè)語音識(shí)別出字快、識(shí)別率高，斷句、標(biāo)點(diǎn)也很準(zhǔn)確，不但方便了我們理解學(xué)術(shù)報(bào)告的內(nèi)容和整體邏輯，更是讓現(xiàn)場的聽障人士能直接用眼睛來“聽”學(xué)術(shù)報(bào)告。

　　“靈云智會(huì)”語音轉(zhuǎn)寫系統(tǒng)是什么，在現(xiàn)場是怎樣實(shí)現(xiàn)語音轉(zhuǎn)寫實(shí)時(shí)上屏的？捷通華聲現(xiàn)場工程師介紹說：靈云智會(huì)系統(tǒng)，是以靈云語音識(shí)別為核心，具備實(shí)時(shí)語音轉(zhuǎn)寫、實(shí)時(shí)內(nèi)容校核、實(shí)時(shí)文字上屏功能的智能語音轉(zhuǎn)寫系統(tǒng)，不僅可以應(yīng)用在各種大型會(huì)議上，也能夠廣泛應(yīng)用于各種辦公會(huì)議，幫助完成會(huì)議記錄。

　　關(guān)于現(xiàn)場實(shí)時(shí)語音識(shí)別的整體流程，捷通華聲工程師介紹說，首先，演講者的聲音經(jīng)過麥克風(fēng)采集，傳輸至聲控臺(tái)，聲控臺(tái)將聲音送至PC上的靈云智會(huì)系統(tǒng)；然后，靈云智會(huì)系統(tǒng)應(yīng)用現(xiàn)場服務(wù)器上的靈云語音識(shí)別能力平臺(tái)，將語音轉(zhuǎn)寫為文字，實(shí)時(shí)反饋至靈云智會(huì)系統(tǒng)；最后，應(yīng)用靈云智會(huì)系統(tǒng)的上屏展示功能，把文字投到現(xiàn)場的兩塊大屏上。

　　此次大會(huì)上，靈云智會(huì)系統(tǒng)與人工同傳完美結(jié)合，實(shí)現(xiàn)演講內(nèi)容英中、日中等語言的同聲傳譯與實(shí)時(shí)上屏。通過靈云智會(huì)系統(tǒng)的輔助，一方面，減輕了同傳人員的工作強(qiáng)度；另一方面，提升了同傳效率，讓參會(huì)人員能更快、更及時(shí)地聽到翻譯的內(nèi)容。

　　此次大會(huì)上，靈云智會(huì)系統(tǒng)應(yīng)用的是捷通華聲最新一代靈云語音識(shí)別技術(shù)（ASR）：在CTC算法的基礎(chǔ)上，對(duì)建模單元粗粒度、模型訓(xùn)練方法、解碼幀率進(jìn)行創(chuàng)新優(yōu)化，有效提升了語音識(shí)別引擎的執(zhí)行效率、魯棒性，增強(qiáng)了對(duì)不同口音、語速的適配能力，大幅提升了多人對(duì)講、遠(yuǎn)場講話等場景中的語音識(shí)別率。

　　目前，靈云語音識(shí)別技術(shù)已支持中文普通話、英語、粵語、維吾爾語、哈薩克語、藏語安多、藏語康巴、朝鮮語、蒙文、廣東陽江話等多種語言，并針對(duì)金融、電信、公檢法、會(huì)議、醫(yī)療等領(lǐng)域訓(xùn)練了專用ASR模型，為行業(yè)客戶提供識(shí)別率更高的ASR能力。

　　捷通華聲董事長張連毅表示，靈云語音識(shí)別技術(shù)的重大提升，離不開與清華大學(xué)“靈云科技源自清華”的戰(zhàn)略合作。2013年，清華產(chǎn)業(yè)基金投資捷通華聲，共同創(chuàng)建“清華靈云人工智能研究中心”。2018年，捷通華聲與清華海峽研究院共建清華海峽研究院靈云人工智能研究中心，張鈸院士親自掛帥，出任研究中心首席科學(xué)家。本次清華國際學(xué)術(shù)會(huì)議實(shí)時(shí)語音轉(zhuǎn)寫的成功，是對(duì)清華大學(xué)與捷通華聲科研團(tuán)隊(duì)科研成果的一次完美展現(xiàn)，也是捷通華聲向清華大學(xué)的一次合作成果匯報(bào)。

　　靈云智會(huì)系統(tǒng)是捷通華聲在政府會(huì)議、公檢法審訊辦案、醫(yī)療電子病歷等場景應(yīng)用中打磨出來的智能語音轉(zhuǎn)錄系統(tǒng)，包含豐富的功能：

　　語音實(shí)時(shí)轉(zhuǎn)寫：開會(huì)過程中，發(fā)言實(shí)時(shí)轉(zhuǎn)寫，并可在編輯框內(nèi)實(shí)時(shí)校正修改，實(shí)現(xiàn)會(huì)議內(nèi)容實(shí)時(shí)上屏與分角色記錄；

　　離線錄音轉(zhuǎn)寫：政府領(lǐng)導(dǎo)外出講話、司法外出辦案問訊、記者采訪等場景的錄音，可直接在靈云智會(huì)系統(tǒng)中轉(zhuǎn)寫為文檔；

　　語音輸入：安裝在PC上，讓用戶可以直接通過麥克風(fēng)，進(jìn)行文字輸入，提高辦公效率。

　　為了進(jìn)一步提升識(shí)別率，在行業(yè)客戶應(yīng)用中，捷通華聲會(huì)為客戶提供聲學(xué)模型、語言模型定制訓(xùn)練服務(wù)，快速實(shí)現(xiàn)對(duì)行業(yè)術(shù)語、場景環(huán)境噪音的優(yōu)化，為企業(yè)提供專屬、私有化的語音識(shí)別能力。

　　靈云智會(huì)系統(tǒng)已廣泛服務(wù)于大會(huì)會(huì)議、政府辦公會(huì)議、公檢法庭審與辦案、醫(yī)療病歷錄入等場景，給辦公帶來了巨大便利。正如捷通華聲首席科學(xué)家呂士楠先生說的，AI技術(shù)不是陽春白雪，要實(shí)實(shí)在在服務(wù)國家建設(shè)和老百姓生活。捷通華聲董事長張連毅也表示：我們AI公司要腳踏實(shí)地，不斷提升算法能力、深入行業(yè)了解需求，開發(fā)能夠“落地應(yīng)用”的產(chǎn)品與方案，為行業(yè)合作伙伴與市場提供更優(yōu)質(zhì)的AI技術(shù)與產(chǎn)品。