智能语音转写系统BC-HW800

一、语音识别系统具备以下特点：
1.产品所用的核心语音识别引擎，其普通话转写指标：安静环境下的标准普通话转写正确率≥95%；支持普通话、英语、闽南语、粤语、阳江话、淮安话、维语、藏语等地方语言智能识别；
2.系统响应指标：常规页面操作的响应时间≤5秒；
3.转写效率指标：实时语音转写效率≤500毫秒；
4.与会议系统无缝融合、只需对接适配即可使用改造简单，实施容易。
5.离线识别：支持对录音文件的离线识别；
6.时间索引：转写结果支持时间索引功能；
7.专业语音识别模型：支持定制专用领域语音识别模型功能；
8.关键词优化工具：能提供关键词优化工具，快速实现特定关键词的语言模型优化；
9.协议支持：支持Webservice、HTTP、socket等多种协议；
10.平台具有广泛的软硬件兼容性，提供标准开放的API和支持Windows、Linux多种平台的SDK扩展，易于用户集成；
11.支持自定义热词识别人名、公司机构名，专有名词识别准确率达到90%;针对会议及文档预学习机制，可以更好地应对各领域识别，准确率相对提升50%。针对不同类型事件、不同地域口音通过机器学习海量的会议记录等语料的，构成专业会议领域定制化引擎，实现智能录播过程中会议过程的有效识别。
12.支持会议角色的自动标注，采用定制硬件加软件一体方案，彻底解决多说话人分离难题，实现会议记录文本与说话人身份相绑定。我们利用业界领先的语音激励技术，仍可以对各个参会的人物角色进行正确区分实现对录播过程的百分百还原。
13.支持语音输入法，在任意光标可以输入文本位置可以启动语音输入法通过语音转写代替键盘输入。

二、系统配套的笔录软件具有以下特点：
14、可进行会议纪要笔录录入，支持自定义模板，支持快速问答。可以一键上传到光盘中刻录，支持快速打印，软件嵌入WPS软件中，符合操作习惯。
15、具有重点标记功能，软件支持记录和录像同屏显示，方便用户进行校对。
16、支持设备控制和设备状态查看，并实现常用操作。
17、支持排期，根据相关信息，可以便捷搜索。
18、笔录模块支持导入笔录模板，一键打印，一键扫描等功能。
19、笔录模版可以插入书签，自动插入会议信息。
20、便捷查看本地文件回放本地视频记录文件。
21、笔录界面具有浮动菜单，用于显示会议信息、现场画面、设备信息和控制设备，该界面可自动吸附隐藏到屏幕边缘；
22、支持笔录校对功能，校对过程中可回放菜单可以查看会议信息、回放会议录像、查看重点标记。校对完的笔录可自动归档，归档的文件不可被修改。

三、系统优势

1、一体化服务

拥有自主核心技术、丰富的产品设计、生产经验和可持续研发能力，可为客户提供研发、生产、销售、服务为一体的综合解决方案。

2、音视频无损传输、实时、稳定

音频方面，使用了先进的音频处理芯片，具有强大的数字音频处理能力。并且可以使用软件通过以太网对其处理功能进行设置，提供了一种简单、灵活的控制方式。48K采样率能有效还原真实音质，声音效果更加真实，清晰。

视频方面，视频编码支持H264/H265压缩标准，支持720P、1080P超清视频图像传输，500W及以下的分辨率，2-6路高清视频输出。信号稳定，实时同步。

支持双光盘和硬盘同步直刻，对现场的音视频信息进行独立备份，同时可采用网络和外置的USB硬盘备份。当出现意外断电或故障时，录像的内容不会丢失，保护数据信息安全存储。

4、协议兼容

设备采用H.323、ONVIF、RTSP、RTMP等标准接口协议，可实现设备与第三方平台或上下级平台无缝对接。

5、多画面自定义合成

多画面同屏编辑视窗的数字设定，根据采用摄像机的数量，对合成画面进行画中画、三画面、四画面、五画面、六画面、七画面、八画面任意编辑组合。

6、高拓展性

此外，本系统可根据客户的业务需求灵活扩展语音合成、证照识别、文档识别人脸识别、声纹识别、手写识别等功能模块，完成语音转写、身份认证、卷宗个人录入等功能。

7、提升工作效率

系统能够将与会人员的陈述内容自动实时识别成文字，让记录人员的录入效率从以往最高每分钟输入120～150个字提升到当前每分钟输入250～350个字，平均大约能够缩短1倍的记录时长，大大减轻了记录人员的工作压力。

8、自由定制方言语音模型

近年来,口音问题在语音识别领域受到越来越多的关注。我们把地域性的带口音的普通话称之为方言普通话。受母方言的影响,一般人的普通话或多或少都带有一定的地域特征。我国有八大方言区，再细分小的方言达上千种。

我们通过针对不同地区、不同的定制化语音识别模型和自定义关键词识别优化工具，可以有效提升对每个语音识别准确率，为提升工作效率提供强有力的技术支撑。 

语音声学特征提取的目的是使模式分类器能更好地划分。犹豫语音信号的时变特性，特征提取必须在一小段语音信号上进行，也即进行短时分析。

声学模型是识别系统的底层模型，并且是语音识别系统中最关键的一部分。声学模型的设计和语言发音特点密切相关。必须根据不同鱼眼的特点、识别系统词汇量的大小决定识别单元的大小。

语言模型对中、大词汇量的语音识别系统特别重要。当声学特征分类发生错误时，可以根据语言模型、语法结构、语义进行判断纠正，特别是一些同音字则必须通过上下文结构才能确定词义。语法结构可以限定不同词之间的相互连接关系，减少了识别系统的搜索空间，这有利于提高系统的识别。

语音识别过程实际上是一个认识过程、就像人们听语音时，并不把语音和语音的语法结构、语义结构分开来，因为当语音发言模糊时人们可以用这些知识来指导对语言的理解过程。但是对机器来说，识别系统也要利用这些方面的知识。