首发！讯飞「神来之笔」：离线转写不怕断网，无线耳性能转又能译

【新智元导读】想象一下，如果你正在到场一个重要集会，突然信号欠好，没4G，也连不上WIFI，录音无法上传到云端转写，错过最佳出稿时间，损失将十分惨重！要是有一款产物可支持离线转录，还能区分说话人，把「众说纷纭」的集会迅速整理成一份及格的集会纪要，就再好不外了。这两天，马斯克最新公布的脑机接口疯狂刷屏，预示着未来信息的提取和存储方式将发生质的变化。脑机互联、心灵感应、数字永生，这些激感人心的词汇敲打着人们的神经。

任何一个时代，革命性的厘革都是为了让人们更好地获取和处置惩罚信息。从信息的生产，到数字化的提炼和增值，再到从海量的数据，分析洞察人们的需求，形成知识图谱，这个历程就是信息的再加工。人脑无疑是最好的信息处置惩罚器，马斯克甚至表现，有朝一日，可以把大脑中的信息上传到云端，举行下载和存储。

虽然现在我们还不能实现脑机互联，可是高效智能的信息提取能让我们更快地获取知识，转写就是一种重要的方式。AI包揽你的KPI：开会一小时转写五分钟马斯克脑机接口公布会一竣事，许多观众在震惊钦佩之余，也发生了强烈的质疑。岂非革命性的公布，靠的只是一张张精致的PPT吗？AI大规模落地时代，AI不再仅仅是PPT的产物，而需要切实解决人们的刚需。当前，AI+办公，AI+集会是局势所趋，尤其对于记者、状师等特定使用人群，用智能录音产物来协助记载就显得尤为重要。

AI简直就是KPI的保障啊！科大讯飞正是看准了这一痛点。多年来，讯飞坚定不移的将AI转写技术通过消费品的方式通报给C端用户，赋能更高效的办公。就在今年5月，讯飞在旗舰系列之外还公布了两款入门级的硬件转写产物，小巧的智能录音笔A1和集会宝S8。正是这些「小而美」的C端产物兼容了实用性和技术性，真正将硬核的AI转写技术带到了千家万户。

讯飞公布2020年上半年财报显示，整体体现不降反增，同时C端营收占比大幅提升，到达16.35亿元，占比高达37.59%。胡郁表现，「正是因为承袭着助力用户高效办公、智慧生活的理念，我们的消费者业务在已往的三年时间保持着超30%的增速，在2020年逆势增长、在618当中也取得22项单品冠军。

」无惧断网！这个离线转写功效贴心了9月1日的新品公布会上，更是公布了最新的两款录音笔旗舰版SR702、尊享版SR901。这两款录音笔有什么过人之处呢？想象一下，如果你正在到场一个重要的集会，突然信号欠好了，没有4G，也没有WIFI上不去网，录音无法上传到云端举行转写处置惩罚，错过了最佳出稿时间，损失将十分惨重！同类的智能转写产物，大多都需要网络毗连流通，而科大讯飞充实思量了录音笔应用的种种极端场景，SR702、SR901智能录音笔在业内首次推出了离线转写功效。

所谓离线转写，就是在不联网的条件下，实现语音到文本的转换，所有数据存取和处置惩罚都发生在当地的录音笔中。这两款新的录音笔都内置了离线转写的功效，在断网时也能快速响应作业，优化后的当地模型，转写识别率也完全能够满足需求。智能录音笔SR702另一方面，许多秘密的集会内容如果上传到别人的服务器，会有信息泄露的风险，这种离线的处置惩罚方式，不仅能提高效率，还能保障数据的宁静。

离线转写差别于离线听写，技术实现上有许多难点，离线转写通常为长语音，需要长时续航和连续运算能力，对CPU功耗及散热情况提出了极高的要求。硬件方面，讯飞录音笔接纳CPU主频自适应调整、线程数动态调理等方式来缓解设备发烧。

软件方面接纳和云端险些相同的算法，转写准确率比云端相对损失了10%左右（绝对1个百分点），这点损失对现实应用来说无伤风雅，而且未来在高端机型有可能做到与云端相当，甚至凌驾云端的效果。转写准确的前提是拾音准确，如果能在转写前将情况噪声处置惩罚洁净，就能大大提高准确率。各家的录音笔，硬件自己的性能险些已经没有差异，可是软件层面，降噪算法一直在不停精进。深度神经网络更提取更深条理的语音特征，但传统的降噪算法速度更快。

SR702及SR901将讯飞自主研发的空间-时间感知多通道神经网络与传统信号处置惩罚深度联合的降噪算法（SSA-IME）相联合，能够更好地处置惩罚前端的噪声，纵然多小我私家同时攀谈，也能准确区分各个音频，捕捉到目的说话人。该算法不仅有效降低了情况滋扰噪声，而且可以有效消除滋扰说话人的声音，从而大幅降低语音识此外处置惩罚难度。

在平静场景下3-10米拾音转写准确率相对提升30%，超远距离（20-50m）演讲场景也能到达90%以上，这也充实体现了讯飞在远距离降噪转写技术的领先性。处置惩罚好了噪声，语音识此外事情就水到渠成了。新款录音笔基于端到端的全新语音识别框架，同时支持中英以及普通话-部门方言混淆识别，无论说话人使用哪种语言，都能一次完成识别事情。

我们使用录音笔，最终目的是为了将杂乱的集会信息加工好，出现在文字上。录音笔中的信息有两种存在方式，首先是语音，其次是文本。对语音的处置惩罚，SR702及SR901可以通过声纹识别技术，对差别说话人语音特色的识别，还可以实现自动区分标注说话人。

一场「众说纷纭」的商务谈判自动转成一篇条分缕析，条理清楚的集会纪要。分散与ASR团结建模的说话人分散方案，让用户能够快速检索到目的说话人，提升语音的编辑效率。固然，在完成语音转写后，文本依旧会有许多噪音，好比标点禁绝确，句子过长，段落重复过多等，SR702及SR901可以通过智能编辑功效中的标点断句、数字规整、语气词过滤、口语规整、文天职段、文本摘要等文本编辑能力，一键修正常见错误，输出最有用的信息。

和前代产物相比，最别开生面的一点，是图像视频识别等方面的创新。讯飞智能录音笔SR901为后置三摄，包罗1300万高像素主摄像头、800万像素120°超大广角摄像头、800万像素长焦摄像头；SR702为800万像素数字变焦后置单摄。两款产物都配备OCR功效，实现图片记载实时提取文字，瞬间将PPT/Excel/图片等形式的内容转成文字。

更适合听讲座、陈诉等图文形式联合的记载。录制视频还能实现自动生成可编辑的字幕。

极致的技术是提升用户体验的前提，但深入明白用户的使用场景，才是一个产物乐成的基础。左耳进右耳出文字？不怕跨洋电话听不懂除了技术的创新，另有场景的创新。随着讯飞对C端产物的不停探索，AI应用场景愈加深入、细分，新品涵盖了各价位段、针对差别圈层人群提供了越发富厚的选择。此次推出的新品当中，另一款产物SR101售价599，相比于两款旗舰产物更适用于学生党，在同等价位当中实用性的体现也很突出。

C端产物，往往是同样的食材，烧出差别的口胃。如果说技术是食材自己，那么如何烧菜，也要靠富厚的想象力和对「食客」的深刻体察。据Canalys最新数据显示，2020年第一季度，TWS耳机占38%的市场份额，已经成为现在最大的智能音频设备品类。预计2020年TWS出货量有望凌驾2亿台。

讯飞将AI技术附加于人人必备的终端耳机之上，是C端富厚想象力的更极致延展。讯飞此次推出的消费类产物iFLYBUDS耳机，主打「通话实时转文字」、「智能拨号识别」和「通话译文」三大焦点AI功效。

有时候打着电话，总是忍不住随处找条记条记，讯飞公布会现场演示了「妻子让王伟去买菜」。想象一下，开车的时候突然接到向导、客户电话，基础没法腾脱手记载重要信息，很抓狂怎么办。iFLYBUDS耳机，走在路上都可以实现实时转录文字，轻松满足商务人士在自驾、通勤、集会等多场景需求，实现解放双手、高效记载。

iFLYBUDS同时支持通例电话和网络电话（微信语音、集会、钉钉语音、Skype、Zoom等）。另有一个逆天功效就是智能拨号识别。轻拍两下左边的耳机，讯飞APP上就会泛起「想打电话给谁？」通讯录里联系人繁多，经常会有重名或是读音相似的。

讯飞智能系统通过词语枚举、归属地域分等方式资助快速找到联系人并拨打电话。「打电话给王超，科大讯飞的」，「秋萍，最近拨打的」。和外国客户打电话，面临生僻的专业词汇听不懂，相同举行不下去，十分尴尬，针对这一点，iFLYBUDS专为商务人士实现通话译文对照。

全英文通话时，可将通话内容实时转译汉字，辅助英语相同，是你耳朵上的助理翻译官。每一个创新都是切中要害的「痛点创新」。一直以来，讯飞深耕C端，读懂消费者，用种种创新场景深刻地解决刚需。

「技术顶天、工业立地」。正是因为明白了用户，又坚持源头技术自主创新，科大讯飞才真正走上AI智能应用的最前列。胡郁表现，「在AI转写赛道上，我们希望不仅为文字事情者的记载场景赋能，更是成为每小我私家的知识治理工具。

在忙碌之中，依然可以轻松地备忘信息、捕捉灵感、记载看法。」在产物公布后的人工智能论坛上，胡郁总提到，「人工智能是第四次工业革命的明珠，也是最后一次改变世界的发现。我们坚定地相信AI能为我们服务。这是我们的大偏向，但详细怎么走是我们一步一步探索出来的。

」100多年前，汽车刚刚取代马车，彼时，人们还惊诧于眼前的巨变，担忧新技术的隐忧。100年后，AI取代人工，席卷各个可能的生活事情场景，带来前所未有的高效和便捷。必须要坚信有朝一日，新的发现终究会占据我们的生活。

有了智能转写，让我们一起开启，高效记载新时代。

本文来源：开云体育官方注册-www.gzhkyy.com