灵云智声一体机

　　一、适用业务

　　便携式审讯：针对公安局、检察院、司法局等问讯（询）工作场景，可通过双角色分离麦克风，自动区分问话人、被问话人角色，将双方对话实时转为文字并录音，帮助办案人员快速生成笔录。灵云智声一体机同时支持中-英、汉-维等多种双语互译，自动识别讲话人语言环境并提供翻译，满足跨语种办案需求。

　　智能会议记录：用于内部办公及案情讨论会，实时采集音频并转写成文字，自动区分发言人，字幕投屏按需选用，会后快速成稿输出会议纪要，并支持音字对照和多维度检索。

　　业务培训：将发言人讲话实时转为文字并以字幕形式呈现，方便在场人员观看理解。字幕可以灵活叠加在演示文档、视频播放器等多种软件上层，并支持视频会议形式，丰富培训场景展现形式。

　　日常办公：提供语音输入法功能，解决工作人员打字速度慢、准确率低的问题。用户可以自由选择文本输入位置，灵活适配多种录入场景，例如：长语音录入，填写表单，语音速记等等。

　　二、核心技术

　　（一）语音识别

　　灵云语音识别能力基于深层神经网络技术，相比传统的混合高斯模型+隐马尔科夫模型识别技术，大大提高了识别的准确率和抗噪性能。通过与自然语言理解技术结合使用，能够有效地识别人的语音，分析语音的意图并给出反馈。

　　1.高识别准确率：16K采样率的预料识别准确度可达98%，传统电话8K采样率训练后，识别准确率可达90%以上。

　　2.支持多语种方言：支持中文，英文，法语，德语等多个语种识别；支持维、蒙、藏（安多、康巴、卫藏）、彝、朝等少数民族语言识别支持粤语，四川话，上海话，闽南话等多种方言识别，支持中文、英文、数字混合识别的场景。

　　3.文本后处理：对识别的结果提供自动添加标点符号、智能分段、文本顺滑、数字归一化等后处理功能，满足输入法、会议记录、语音质检分析等各领域的业务需求。

　　4.专业语音识别模型：自主核心技术，针对行业、企业特点，提供模型训练功能，可根据客户应用场景进行模型的定制训练，迅速提高领域内识别率。

　　（二）机器翻译

　　灵云机器翻译技术具有完全自主知识产权，采用深度神经网络算法，结合词嵌入、NER等NLU技术，在Attention方案的基础上，提高了机器翻译的水平，支持中英、中法、中日、中俄、中韩和汉维、汉藏等多语种双向互译。

　　（三）声纹识别

　　灵云声纹识别技术可以准确拟合各种环境不同人的高维声纹特征，已在行业内率先取得《移动金融基于声纹识别的安全应用技术规范》认证。

　　1.多种识别模式：支持文本相关、文本半相关、文本无关的识别模式；

　　2.语速速度快：一对一识别毫秒级响应，30,000个模型一对多识别时间小于1秒；

　　3.识别准确率高：文本相关99.5%，文本半相关99.8%，文本无关98.0%；

　　4.占用资源小：模型占用空间较小，单个声纹模型仅2KB。

　　三、可解决的问题

　　1.公安党组会议、工作会议、案件会议等诸多会议，会议发言，自动分角色生成会议记录，大幅减轻人工记录负担，同时支持会议纪要溯源可查。

　　2.讯问室警务人员与嫌疑人的对话，实时分角色转写，同时支持跨语种环境交流，解决因语言不通带来的交流障碍，有效加速办案进度。

　　3.外出办案，采用智声一体机进行讯问语音转写，无需联网，本机处理。更加安全、快速地生成笔录文件，缩短办案时间。

　　四、可复制推广性

　　灵云智声一体机是捷通华声针对日常办公、演讲汇报、问询审讯、会议记录等多种语音场景设计的高度集成化软硬一体智能产品。软件所调用语音识别、机器翻译、声纹识别等人工智能技术，完全有硬件本身提供运算支撑，开机即用，无需联网，适用于各种办公、办案场景。

　　责任编辑：广汉