云創(chuàng)智能會(huì)議轉(zhuǎn)寫系統(tǒng)解決方案

1、智能會(huì)議轉(zhuǎn)寫系統(tǒng)解決方案南京日創(chuàng)大數(shù)據(jù)歸技股份有眼O司Nanjing Innovative Data Technologies Inc.2019年3月目錄 TOC o 1-5 h z HYPERLINK l bookmark4 o Current Document I需求背景3 HYPERLINK l bookmark7 o Current Document 2建設(shè)目標(biāo)3 HYPERLINK l bookmark10 o Current Document 4技術(shù)方案3 HYPERLINK l bookmark13 o Current Document 4系統(tǒng)拓?fù)鋱D45語音識(shí)別技術(shù)9仆系統(tǒng)功能1

2、2。I現(xiàn)場轉(zhuǎn)錄、實(shí)時(shí)投屏12 HYPERLINK l bookmark29 o Current Document 音頻轉(zhuǎn)寫13M -同步校正13-個(gè)人詞庫14文本訓(xùn)練14 HYPERLINK l bookmark53 o Current Document 語音輸入，實(shí)時(shí)滾屏播放15?系統(tǒng)價(jià)值167 I提升會(huì)議效率16二提升工作效率加快處理流程167；提供智能分析結(jié)果16提供后臺(tái)管理功能16 HYPERLINK l bookmark56 o Current Document :提供智能化擴(kuò)展功能161需求背景在各類會(huì)議中，需要形成文字版會(huì)議記錄，便于事后追溯或跟蹤?，F(xiàn)有的人 工聽寫方式受限于記錄

3、員的業(yè)務(wù)熟練程度和打字速度，記錄效率較低。在會(huì)議中 應(yīng)用智能語音識(shí)別技術(shù)，能夠?qū)⒄Z音實(shí)時(shí)轉(zhuǎn)成文字，會(huì)議結(jié)束即可成稿，可極大 降低對記錄員業(yè)務(wù)素質(zhì)的要求，減輕記錄員工作強(qiáng)度。會(huì)議過程中，會(huì)產(chǎn)生大量的文字及媒體文件，通過無紙化辦公系統(tǒng)，可大量 的節(jié)省會(huì)議資料的成本，使得會(huì)議的進(jìn)行更加有效率。2建設(shè)目標(biāo)按照“智慧、創(chuàng)新”的總體思路，充分運(yùn)用云計(jì)算、大數(shù)據(jù)等智能化技術(shù)， 圍繞智能語音識(shí)別技術(shù)與會(huì)議場景的深度融合，將會(huì)議的全過程進(jìn)行語音轉(zhuǎn)寫， 對所得的電子記錄數(shù)據(jù)進(jìn)行有效的管理、分析、利用。全面推進(jìn)會(huì)議向智能化方 向發(fā)展?！爸腔邸保簩⒅腔刍l(fā)展理念與會(huì)議場景的實(shí)際需求相結(jié)合，通過智能語音 識(shí)別技術(shù)替代會(huì)

4、議記錄人工錄入，創(chuàng)新的將智能語音識(shí)別技術(shù)與會(huì)議場景進(jìn)行深 度融合，提高工作效率，解放速記員，將會(huì)議記錄從“手動(dòng)錄入”向“自動(dòng)錄入” 進(jìn)行升級(jí)?！皠?chuàng)新”：緊密圍繞會(huì)議業(yè)務(wù)需求，積極探索基于大數(shù)據(jù)、人工智能等新技 術(shù)的應(yīng)用，實(shí)現(xiàn)信息化建設(shè)“技術(shù)創(chuàng)新”。全過程數(shù)字化：通過會(huì)場講話實(shí)時(shí)轉(zhuǎn)寫或會(huì)議錄音離線轉(zhuǎn)寫成電子文本化 文件，實(shí)現(xiàn)會(huì)議記錄全過程的數(shù)字化，確保會(huì)議記錄的真實(shí)、完整。3技術(shù)方案云創(chuàng)智錄系統(tǒng)基于內(nèi)部專網(wǎng)上構(gòu)建智能語音識(shí)別平臺(tái)，提供語音識(shí)別基礎(chǔ)支 撐服務(wù)，并在此基礎(chǔ)上構(gòu)建云創(chuàng)智錄系統(tǒng)。通過針對不同地區(qū)、不同種類會(huì)議的 定制化語音識(shí)別模型和自定義關(guān)鍵詞識(shí)別優(yōu)化工具，可以有效提升對每次會(huì)議的 語音

5、識(shí)別準(zhǔn)確率，為提升會(huì)議效率和工作效率提供強(qiáng)有力的技術(shù)支撐。系統(tǒng)采用私有云的形式進(jìn)行部署，與外網(wǎng)實(shí)現(xiàn)物理隔離，保障數(shù)據(jù)的安全性。 能實(shí)現(xiàn)會(huì)議中參會(huì)人員語錄的實(shí)時(shí)自動(dòng)分角色語音轉(zhuǎn)寫，并將轉(zhuǎn)寫結(jié)果實(shí)時(shí)展現(xiàn) 在云創(chuàng)智錄系統(tǒng)軟件的管理界面上，以便于書記員同步查看和用詞條修正的操作 來校正轉(zhuǎn)寫出現(xiàn)錯(cuò)誤的內(nèi)容。會(huì)議錄音在會(huì)議結(jié)束后自動(dòng)保存在系統(tǒng)里，書記員也可以通過回聽歷史會(huì)議的錄音記錄來校對轉(zhuǎn)寫結(jié)果。4系統(tǒng)拓?fù)鋱D網(wǎng)絡(luò)版會(huì)議轉(zhuǎn)錄系統(tǒng)由服務(wù)器和會(huì)議室音頻采集設(shè)備組成，能夠支持多個(gè)會(huì) 議室同時(shí)接入（支持?jǐn)U容）。每個(gè)會(huì)議室需部署會(huì)議麥克風(fēng)、音頻處理器和高清 音視頻會(huì)議主機(jī)，例如：8路音頻處理器可以接入8個(gè)鵝頸式會(huì)議

6、麥克風(fēng)。會(huì)議 秘書通過秘書電腦訪問智能會(huì)議業(yè)務(wù)系統(tǒng)，控制會(huì)議的實(shí)時(shí)轉(zhuǎn)寫。麥克風(fēng)到音頻 處理器之間傳輸距離支持300m以內(nèi)，系統(tǒng)拓?fù)鋱D如下圖所示：千兆皿曲書員電腦上述硬件產(chǎn)品相關(guān)描述與介紹如下:產(chǎn)品名稱產(chǎn)品描述音頻處理器功能描述：根據(jù)實(shí)際情況，提供8進(jìn)8出型號(hào)，采用平衡式話 筒線路輸入，以及裸線接口端子。主要為現(xiàn)場麥克風(fēng)等 拾音設(shè)備供電，以及提供混音功能，將模擬音頻信號(hào)混 音輸出；設(shè)備參數(shù)：無需光盤，設(shè)備自帶安裝軟件；120db的A/D與D/A轉(zhuǎn)換，最高可達(dá)96kHz/48K米 樣率高速DSP處理芯片Ti 450MHz FLOPS DSP處理內(nèi)核 輸入源：輸入方式可切換平衡話筒或線路，采用鳳凰插

7、 接口；量化位數(shù)：24bit；采樣率:48K幻像供電：DC 48V ；頻率響應(yīng)：2020KHz總諧波失真+噪聲：V0.002% 1KHz ,4dBu數(shù)/模動(dòng)態(tài)范圍（A-計(jì)權(quán)）：120dB模/數(shù)動(dòng)態(tài)范圍（A-計(jì)權(quán)）：120dB輸入阻抗（平衡式）：20KQ；最大輸出阻抗（平衡式）：100Q；工作溫度：0-40C；工作電源：AC110V-220V,50Hz/60Hz；機(jī)箱尺寸：482*258*45（mm）；電源功耗：70W運(yùn)輸重量：4Kg尺寸（寬 x 深 x 高）：483*250*44.5（mm）通道隔離度：1kHz, 100dB輸入共模抑制，60Hz, 80dB等效輸入噪聲EIN （20-20kH

8、z, A計(jì)權(quán)）.WT31dBU最大輸出電平：+24dBu ,平衡最大輸入電平：+24dBu ,平衡模擬輸入至模擬輸出系統(tǒng)延時(shí)：3ms底噪（A-計(jì)權(quán)）：-90dBu高清音視頻會(huì)議主機(jī)功能描述：在會(huì)議場景中，主要接入上游輸入的音頻模擬信號(hào)， 進(jìn)行模/數(shù)轉(zhuǎn)換，將數(shù)字音頻信號(hào)輸出給智能語音識(shí)別服 務(wù)器供智能轉(zhuǎn)寫。設(shè)備參數(shù)：設(shè)備采用標(biāo)準(zhǔn)機(jī)柜式結(jié)構(gòu)設(shè)計(jì)，主機(jī)厚度不得超過 1U。設(shè)備內(nèi)置3塊VFD信息顯示屏，實(shí)時(shí)顯示光驅(qū)及硬 盤刻錄狀態(tài)。設(shè)備支持4路高清視頻輸入，支持SDI或網(wǎng)絡(luò)信號(hào) 輸入，具有4路SDI接口，同時(shí)具有VGA、HDMI輸入接 口；具有HDMI和VGA同時(shí)輸出接口，分辨率均達(dá)到 1920*10

9、80，HDMI與VGA可以同時(shí)輸出相同合成畫面， 也可同時(shí)輸出不同合成畫面。設(shè)備可支持各通道單畫面、畫中畫、三畫面、四畫 面顯示模式。設(shè)備視頻編碼采用H.264, High Profile的視頻編 碼標(biāo)準(zhǔn)。單畫面分辨率大于704像素X576像素，傳輸碼流 大于等于512Kbit/s，硬盤存儲(chǔ)視頻幀率大于等于 25fps，應(yīng)能實(shí)現(xiàn)訊問過程的網(wǎng)絡(luò)直播、音文交互、訊問 現(xiàn)場場景的選擇。設(shè)備含有2路音頻輸入接口，音頻編碼采用AAC采 樣編碼，同時(shí)含有1路以上（含1路）音頻輸出接口。設(shè)備脫離PC平臺(tái)，采用嵌入式操作系統(tǒng)，集光盤刻 錄、視頻顯示、硬盤備份、網(wǎng)絡(luò)傳輸?shù)裙δ苡谝惑w，安 全穩(wěn)定、簡單實(shí)用。設(shè)備內(nèi)

10、置雙光驅(qū)，將錄播現(xiàn)場的音像信息，實(shí)時(shí)同 步直接刻錄在光盤中。并且在刻錄前自動(dòng)格式化并檢測 光盤有效性，對不符合刻錄要求的光盤自動(dòng)彈出，刻錄 結(jié)束后自動(dòng)封盤。設(shè)備內(nèi)置500G硬盤，對錄播現(xiàn)場的音像信息，實(shí)時(shí) 同步備份，確保數(shù)據(jù)信息安全存儲(chǔ)，同時(shí)支持外接移動(dòng) 硬盤進(jìn)行實(shí)時(shí)同步刻錄。設(shè)備采用雙光驅(qū)，支持直刻支持，支持4.7G單層、 單面雙層8.5G實(shí)時(shí)刻錄。使用標(biāo)準(zhǔn)4.7G容量DVD光盤， 刻錄時(shí)間1小時(shí)至24小時(shí)任選。設(shè)備具備更換光盤時(shí)視頻時(shí)間不間斷功能模式，第 一光盤刻錄完成后，重新放入第二張光盤，系統(tǒng)會(huì)把更 換光盤時(shí)的錄像刻錄到第二張光盤內(nèi)，實(shí)現(xiàn)前后兩張光 盤的視頻時(shí)間不間斷，雙光盤刻錄時(shí)支持

11、無斷點(diǎn)換盤模 式，更換光盤時(shí)的錄像不會(huì)丟失。設(shè)備支持哈希值計(jì)算，光盤停止刻錄后即生成視頻 文件唯一哈希值，并寫入光盤，可快速出盤，出盤時(shí)間 不大于1分鐘。設(shè)備內(nèi)置高清錄播采集模塊，可以支持1280X1024、 1920X1080高分辨率，不低于25幀/秒的視頻證據(jù)采集。設(shè)備支持合成畫面1920X1080，不低于25幀/秒高 清分辨直刻。設(shè)備支持網(wǎng)頁對設(shè)備工作狀態(tài)監(jiān)測，及控制刻錄等。設(shè)備可設(shè)置定時(shí)錄像，也可設(shè)定第一光驅(qū)刻錄時(shí)間， 第二光驅(qū)在第一光驅(qū)接近封盤時(shí)，自動(dòng)啟動(dòng)刻錄。設(shè)備支持音頻信號(hào)模擬成動(dòng)態(tài)的可視化圖形，同步 顯示在視頻畫面中，可即時(shí)了解音頻信息采集狀態(tài)。設(shè)備可靈活調(diào)整顯示內(nèi)容的背景、顏

12、色、位置、顯 示停留時(shí)間等。設(shè)備可以本機(jī)直接播放光盤視頻，提供暫停，快進(jìn) 等功能。設(shè)備錄制的視頻為通用格式，通用播放器可以播放， 方便錄播示證使用。音視頻單文件刻錄存儲(chǔ)確保光盤文 件連續(xù)性，通用視頻格式文件記錄，可采用QQ影音，暴 風(fēng)影音MEDIA PLAYER等播放器播放?？啼浌獗P內(nèi)置重點(diǎn)標(biāo)記索引，在設(shè)備播放時(shí)，可以 選擇重點(diǎn)標(biāo)記，設(shè)備會(huì)自動(dòng)定位到錄播中重點(diǎn)標(biāo)記時(shí)間 進(jìn)行播放。設(shè)備可提供WEB服務(wù)，用戶通過瀏覽器可遠(yuǎn)程同步 實(shí)時(shí)觀看錄播現(xiàn)場場景，并可以和前端錄播人員進(jìn)行單向語音對講。設(shè)備可防止在使用過程中因外界的影響造成錄播同 步刻錄數(shù)據(jù)的丟失。意外斷電重啟后，無需更換光盤， 以非硬盤導(dǎo)刻方

13、式把原來的光盤恢復(fù)回來，保證光盤數(shù) 據(jù)的可靠性。兩臺(tái)設(shè)備間，支持遠(yuǎn)程雙向音視頻通話，也可以通 過H.323與視頻會(huì)議終端進(jìn)行音、視頻通訊，實(shí)現(xiàn)錄播 功能。設(shè)備具有2路以上（含2路）USB2.0接口，支持外 接USB鍵盤輸入中文，內(nèi)置文字記錄軟件，可在設(shè)備上做 簡單文字記錄，也可通過計(jì)算機(jī)網(wǎng)絡(luò)訪問設(shè)備，在遠(yuǎn)程 WEB界面做遠(yuǎn)程文字記錄。設(shè)備具有2路以上（含2路）100Mbps/1000Mbps自 適應(yīng)網(wǎng)口，支持網(wǎng)絡(luò)拓展應(yīng)用。智能語音識(shí)別服務(wù)器功能描述：提供語音識(shí)別能力，將數(shù)字音頻信號(hào)轉(zhuǎn)寫成文字， 通過以太網(wǎng)線，將文本文字傳至上層會(huì)議系統(tǒng)應(yīng)用中展 現(xiàn)；同時(shí)提供會(huì)議系統(tǒng)服務(wù)，以及會(huì)議系統(tǒng)各項(xiàng)功能，

14、詳見6.2網(wǎng)絡(luò)版會(huì)議轉(zhuǎn)錄系統(tǒng)功能介紹。推薦配置：（CPU核心數(shù)依實(shí)際生產(chǎn)場景并發(fā)數(shù)確定）系統(tǒng)版本：centos6.7硬件參數(shù)：CPU 類型：至強(qiáng) lntel（R）Xeon（R）CPU 型號(hào)：Xeon D-1521CPU 頻率：2.40GHzCPU核心：4核心（8線程）內(nèi)存類型：DDR4內(nèi)存容量：128G（4*32GB單條）硬盤接口： SATA3.0/M.2 硬盤容量：250GB SSD 網(wǎng)絡(luò)接口： 3個(gè)千兆網(wǎng)口 USB 接口： USB3.0 2 個(gè) VGA輸出接口： 1個(gè) 電源類型：熱插撥電源 電源數(shù)量：1個(gè) 電源功率：400W會(huì)議室內(nèi)的麥克風(fēng)輸入的模擬信號(hào)聲音通過聲卡、高清音視頻會(huì)議主機(jī)轉(zhuǎn)換

15、 為數(shù)字信號(hào)，將音頻最終輸出到智能語音識(shí)別服務(wù)器上。在會(huì)議室原有的秘書電腦上通過智能會(huì)議轉(zhuǎn)錄系統(tǒng)控制會(huì)議語音轉(zhuǎn)寫，并對 會(huì)議信息、會(huì)議記錄進(jìn)行編輯和管理。智能語音識(shí)別服務(wù)器負(fù)責(zé)將音頻識(shí)別為文字，發(fā)送給秘書電腦上的客戶端軟 件。會(huì)議秘書通過客戶端軟件可以實(shí)時(shí)查看、編輯、修改識(shí)別出的文字內(nèi)容。會(huì)議參會(huì)人員可通過高清會(huì)議顯示屏，查閱各類多媒體資料以及文檔資料。語音識(shí)別技術(shù)語音識(shí)別原理語音識(shí)別是機(jī)器通過分析和理解，將人類語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可 讀的輸入的過程，例如按鍵、二進(jìn)制編碼或者字符序列。典型的語音識(shí)別的框架， 有三個(gè)重要的組成部分：模型訓(xùn)練、前端語音處理、后端識(shí)別處理。語音識(shí)別系 統(tǒng)原理

16、框圖如下：圖10語音識(shí)別技術(shù)原理圖功能特性語音識(shí)別支持8k和16k頻率的多種音頻格式。http服務(wù)支持的語音格式如下表：音頻格式備注pcm16K16bit16k16bit錄音數(shù)據(jù)，pcm8K16bit8k16bit錄音數(shù)據(jù)ulaw16K8bit16k8bit u-law錄音數(shù)據(jù)ulaw8K8bit8k8bit u-law錄音數(shù)據(jù)alaw16K8bit16k8bit a-law錄音數(shù)據(jù)alaw8K8bit8k8bit a-law錄音數(shù)據(jù)socket服務(wù)支持的語音格式如下表:8K模型pcm8k16bitalaw8Kulaw8Kvox6K4bitvoc8K4bitGSM610v36K4bit16K模

17、pcm16K16bitWebService服務(wù)支持語音格式如下表:音頻格式備注pcm8K16bit8k16bit錄音數(shù)據(jù)vox6K4bit6k4bit vox錄 音數(shù)據(jù)vox8K4bit8k4bit vox錄音數(shù)據(jù)alaw8K8bit8k8bit a-law錄音數(shù)據(jù)ulaw8K8bit8k8bit u-law錄音數(shù)據(jù)GSM6108K16bit錄音數(shù)據(jù)pcm16K16bit16k16bit錄音數(shù)據(jù)v3 6K4bit6K4bit v3錄音數(shù)據(jù)系統(tǒng)功能n現(xiàn)場轉(zhuǎn)錄、實(shí)時(shí)投屏打開【語音轉(zhuǎn)錄】界面，單擊右上角的【新建任務(wù)】按鈕，跳轉(zhuǎn)至任務(wù) 創(chuàng)建界面；選中【現(xiàn)場轉(zhuǎn)錄】后單擊【確定】按鈕，將跳轉(zhuǎn)至【現(xiàn)場轉(zhuǎn)錄】

18、界面；點(diǎn)擊【添加角色】圖標(biāo)，在彈出的界面中依次添加對應(yīng)的角色名稱，點(diǎn) 擊確定即可；如需開啟投屏，點(diǎn)擊右側(cè)頂部的【開啟投屏】圖標(biāo)，即可在當(dāng)前或其他 屏幕上顯示；點(diǎn)擊【開始】按鈕，開始進(jìn)行語音的實(shí)時(shí)錄入，同時(shí)在左側(cè)編輯框中實(shí) 時(shí)修改校正；轉(zhuǎn)錄完成時(shí)請單擊【結(jié)束】按鈕，界面將自動(dòng)跳轉(zhuǎn)至【同步校正】界面。音頻轉(zhuǎn)寫打開【語音轉(zhuǎn)錄】界面，單擊右上角的【新建任務(wù)】按鈕，跳轉(zhuǎn)至任務(wù) 創(chuàng)建界面選中【音頻轉(zhuǎn)寫】后單擊【上傳音頻】，選擇一個(gè)音頻文件（wma/wav/mp3/m4a/amr格式），單擊【確定】按鈕后將跳轉(zhuǎn)至【音頻轉(zhuǎn) 寫】界面；轉(zhuǎn)錄完成時(shí)界面將自動(dòng)跳轉(zhuǎn)至【同步校正】界面。3飛同步校正單擊【播放】按鈕，進(jìn)行錄音的回聽；錄音播放過程中，系統(tǒng)會(huì)對相應(yīng)的文字內(nèi)容進(jìn)行底框標(biāo)記；當(dāng)遇到需要修改的文字，鼠標(biāo)雙擊該處位置可直接修改編輯；文字修改完成后，單擊下一處文字即可繼續(xù)播放錄音。提個(gè)人詞庫點(diǎn)擊【添加】按鈕，彈出【添加】窗口；輸入【語音輸入】和【文字輸出】，點(diǎn)擊【確定】，即添加成功。點(diǎn)擊【導(dǎo)入】按鈕，可以批量導(dǎo)入txt格式的文檔。替換格式為：原始 詞語二替換詞語。3.；文本訓(xùn)練點(diǎn)擊【導(dǎo)入文本】按鈕，可多選批量導(dǎo)入txt文本；選中文本后單擊【開始訓(xùn)練】即可自動(dòng)訓(xùn)練，直到完成。語音