一、語音識(shí)別系統(tǒng)具備以下特點(diǎn)：
1.產(chǎn)品所用的核心語音識(shí)別引擎，其普通話轉(zhuǎn)寫指標(biāo)：安靜環(huán)境下的標(biāo)準(zhǔn)普通話轉(zhuǎn)寫正確率≥95%；支持普通話、英語、閩南語、粵語、陽江話、淮安話、維語、藏語等地方語言智能識(shí)別；
2.系統(tǒng)響應(yīng)指標(biāo)：常規(guī)頁面操作的響應(yīng)時(shí)間≤5秒；
3.轉(zhuǎn)寫效率指標(biāo)：實(shí)時(shí)語音轉(zhuǎn)寫效率≤500毫秒；
4.與會(huì)議系統(tǒng)無縫融合、只需對(duì)接適配即可使用改造簡(jiǎn)單，實(shí)施容易。
5.離線識(shí)別：支持對(duì)錄音文件的離線識(shí)別；
6.時(shí)間索引：轉(zhuǎn)寫結(jié)果支持時(shí)間索引功能；
7.專業(yè)語音識(shí)別模型：支持定制專用領(lǐng)域語音識(shí)別模型功能；
8.關(guān)鍵詞優(yōu)化工具：能提供關(guān)鍵詞優(yōu)化工具，快速實(shí)現(xiàn)特定關(guān)鍵詞的語言模型優(yōu)化；
9.協(xié)議支持：支持Webservice、HTTP、socket等多種協(xié)議；
10.平臺(tái)具有廣泛的軟硬件兼容性，提供標(biāo)準(zhǔn)開放的API和支持Windows、Linux多種平臺(tái)的SDK擴(kuò)展，易于用戶集成；
11.支持自定義熱詞識(shí)別人名、公司機(jī)構(gòu)名，專有名詞識(shí)別準(zhǔn)確率達(dá)到90%;針對(duì)會(huì)議及文檔預(yù)學(xué)習(xí)機(jī)制，可以更好地應(yīng)對(duì)各領(lǐng)域識(shí)別，準(zhǔn)確率相對(duì)提升50%。針對(duì)不同類型事件、不同地域口音通過機(jī)器學(xué)習(xí)海量的會(huì)議記錄等語料的，構(gòu)成專業(yè)會(huì)議領(lǐng)域定制化引擎，實(shí)現(xiàn)智能錄播過程中會(huì)議過程的有效識(shí)別。
12.支持會(huì)議角色的自動(dòng)標(biāo)注，采用定制硬件加軟件一體方案，徹底解決多說話人分離難題，實(shí)現(xiàn)會(huì)議記錄文本與說話人身份相綁定。我們利用業(yè)界領(lǐng)先的語音激勵(lì)技術(shù)，仍可以對(duì)各個(gè)參會(huì)的人物角色進(jìn)行正確區(qū)分實(shí)現(xiàn)對(duì)錄播過程的百分百還原。
13.支持語音輸入法，在任意光標(biāo)可以輸入文本位置可以啟動(dòng)語音輸入法通過語音轉(zhuǎn)寫代替鍵盤輸入。

二、系統(tǒng)配套的筆錄軟件具有以下特點(diǎn)：
14、可進(jìn)行會(huì)議紀(jì)要筆錄錄入，支持自定義模板，支持快速問答?？梢砸绘I上傳到光盤中刻錄，支持快速打印，軟件嵌入WPS軟件中，符合操作習(xí)慣。
15、具有重點(diǎn)標(biāo)記功能，軟件支持記錄和錄像同屏顯示，方便用戶進(jìn)行校對(duì)。
16、支持設(shè)備控制和設(shè)備狀態(tài)查看，并實(shí)現(xiàn)常用操作。
17、支持排期，根據(jù)相關(guān)信息，可以便捷搜索。
18、筆錄模塊支持導(dǎo)入筆錄模板，一鍵打印，一鍵掃描等功能。
19、筆錄模版可以插入書簽，自動(dòng)插入會(huì)議信息。
20、便捷查看本地文件回放本地視頻記錄文件。
21、筆錄界面具有浮動(dòng)菜單，用于顯示會(huì)議信息、現(xiàn)場(chǎng)畫面、設(shè)備信息和控制設(shè)備，該界面可自動(dòng)吸附隱藏到屏幕邊緣；
22、支持筆錄校對(duì)功能，校對(duì)過程中可回放菜單可以查看會(huì)議信息、回放會(huì)議錄像、查看重點(diǎn)標(biāo)記。校對(duì)完的筆錄可自動(dòng)歸檔，歸檔的文件不可被修改。

三、系統(tǒng)優(yōu)勢(shì)

1、一體化服務(wù)

擁有自主核心技術(shù)、豐富的產(chǎn)品設(shè)計(jì)、生產(chǎn)經(jīng)驗(yàn)和可持續(xù)研發(fā)能力，可為客戶提供研發(fā)、生產(chǎn)、銷售、服務(wù)為一體的綜合解決方案。

2、音視頻無損傳輸、實(shí)時(shí)、穩(wěn)定

音頻方面，使用了先進(jìn)的音頻處理芯片，具有強(qiáng)大的數(shù)字音頻處理能力。并且可以使用軟件通過以太網(wǎng)對(duì)其處理功能進(jìn)行設(shè)置，提供了一種簡(jiǎn)單、靈活的控制方式。48K采樣率能有效還原真實(shí)音質(zhì)，聲音效果更加真實(shí)，清晰。

視頻方面，視頻編碼支持H264/H265壓縮標(biāo)準(zhǔn)，支持720P、1080P超清視頻圖像傳輸，500W及以下的分辨率，2-6路高清視頻輸出。信號(hào)穩(wěn)定，實(shí)時(shí)同步。

支持雙光盤和硬盤同步直刻，對(duì)現(xiàn)場(chǎng)的音視頻信息進(jìn)行獨(dú)立備份，同時(shí)可采用網(wǎng)絡(luò)和外置的USB硬盤備份。當(dāng)出現(xiàn)意外斷電或故障時(shí)，錄像的內(nèi)容不會(huì)丟失，保護(hù)數(shù)據(jù)信息安全存儲(chǔ)。

4、協(xié)議兼容

設(shè)備采用H.323、ONVIF、RTSP、RTMP等標(biāo)準(zhǔn)接口協(xié)議，可實(shí)現(xiàn)設(shè)備與第三方平臺(tái)或上下級(jí)平臺(tái)無縫對(duì)接。

5、多畫面自定義合成

多畫面同屏編輯視窗的數(shù)字設(shè)定，根據(jù)采用攝像機(jī)的數(shù)量，對(duì)合成畫面進(jìn)行畫中畫、三畫面、四畫面、五畫面、六畫面、七畫面、八畫面任意編輯組合。

6、高拓展性

此外，本系統(tǒng)可根據(jù)客戶的業(yè)務(wù)需求靈活擴(kuò)展語音合成、證照識(shí)別、文檔識(shí)別人臉識(shí)別、聲紋識(shí)別、手寫識(shí)別等功能模塊，完成語音轉(zhuǎn)寫、身份認(rèn)證、卷宗個(gè)人錄入等功能。

7、提升工作效率

系統(tǒng)能夠?qū)⑴c會(huì)人員的陳述內(nèi)容自動(dòng)實(shí)時(shí)識(shí)別成文字，讓記錄人員的錄入效率從以往最高每分鐘輸入120～150個(gè)字提升到當(dāng)前每分鐘輸入250～350個(gè)字，平均大約能夠縮短1倍的記錄時(shí)長(zhǎng)，大大減輕了記錄人員的工作壓力。

8、自由定制方言語音模型

近年來,口音問題在語音識(shí)別領(lǐng)域受到越來越多的關(guān)注。我們把地域性的帶口音的普通話稱之為方言普通話。受母方言的影響,一般人的普通話或多或少都帶有一定的地域特征。我國(guó)有八大方言區(qū)，再細(xì)分小的方言達(dá)上千種。

我們通過針對(duì)不同地區(qū)、不同的定制化語音識(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(duì)每個(gè)語音識(shí)別準(zhǔn)確率，為提升工作效率提供強(qiáng)有力的技術(shù)支撐。 

語音聲學(xué)特征提取的目的是使模式分類器能更好地劃分。猶豫語音信號(hào)的時(shí)變特性，特征提取必須在一小段語音信號(hào)上進(jìn)行，也即進(jìn)行短時(shí)分析。

聲學(xué)模型是識(shí)別系統(tǒng)的底層模型，并且是語音識(shí)別系統(tǒng)中最關(guān)鍵的一部分。聲學(xué)模型的設(shè)計(jì)和語言發(fā)音特點(diǎn)密切相關(guān)。必須根據(jù)不同魚眼的特點(diǎn)、識(shí)別系統(tǒng)詞匯量的大小決定識(shí)別單元的大小。

語言模型對(duì)中、大詞匯量的語音識(shí)別系統(tǒng)特別重要。當(dāng)聲學(xué)特征分類發(fā)生錯(cuò)誤時(shí)，可以根據(jù)語言模型、語法結(jié)構(gòu)、語義進(jìn)行判斷糾正，特別是一些同音字則必須通過上下文結(jié)構(gòu)才能確定詞義。語法結(jié)構(gòu)可以限定不同詞之間的相互連接關(guān)系，減少了識(shí)別系統(tǒng)的搜索空間，這有利于提高系統(tǒng)的識(shí)別。

語音識(shí)別過程實(shí)際上是一個(gè)認(rèn)識(shí)過程、就像人們聽語音時(shí)，并不把語音和語音的語法結(jié)構(gòu)、語義結(jié)構(gòu)分開來，因?yàn)楫?dāng)語音發(fā)言模糊時(shí)人們可以用這些知識(shí)來指導(dǎo)對(duì)語言的理解過程。但是對(duì)機(jī)器來說，識(shí)別系統(tǒng)也要利用這些方面的知識(shí)。