人工智能、云計算、物聯(lián)網(wǎng)等科技發(fā)展，企業(yè)紛紛進(jìn)行智能化戰(zhàn)略轉(zhuǎn)型和業(yè)務(wù)升級，開拓智能時代新藍(lán)海。智慧辦公作為AIoT升級和演進(jìn)方向之一，成為推動經(jīng)濟(jì)發(fā)展、轉(zhuǎn)型升級、社會進(jìn)步的重要驅(qū)動力量。

疫情讓辦公形式迎來多樣性的轉(zhuǎn)變。包括線上學(xué)習(xí)常常面臨準(zhǔn)確“記錄”聲音的困擾，因此拾音、降噪、轉(zhuǎn)寫等能力顯得格外重要。依托麥克風(fēng)陣列、智能降噪算法、長語音識別．．．．．．思必馳目前已助力MAXHUB會議平板，飛利浦、紐曼、印象筆記、索尼等品牌錄音筆智能化升級。

AI加持，高效學(xué)習(xí)辦公

隨著人工智能在各行各業(yè)應(yīng)用深化，AI語音轉(zhuǎn)換文本市場規(guī)模空前。ReportLinker發(fā)布報告預(yù)計，到2027年，全球文本語音轉(zhuǎn)換市場規(guī)模將達(dá)到60億美元。其中，美國的文本語音轉(zhuǎn)換市場預(yù)計將達(dá)到6．013億美元。中國文本語音轉(zhuǎn)換市場規(guī)模將達(dá)到13億美元。

在AI加持下，錄音筆、手機(jī)、平板電腦等這些錄音設(shè)備早已不再只是單純的進(jìn)行音頻記錄，它們能直接將音頻轉(zhuǎn)寫成文字，還能對文字進(jìn)行編輯和處理，提升工作、學(xué)習(xí)效率。

眾多錄音設(shè)備中，最常見的是錄音筆。紐曼多款A(yù)I錄音筆采用思必馳智能錄音筆解決方案，錄音筆連接到手機(jī)端或PC，即可實現(xiàn)音頻轉(zhuǎn)寫、對話翻譯、空間及文本管理等多種功能。印象掃譯筆專業(yè)版（EverSCAN Pro）采用雙麥方案，搭載思必馳AI降噪算法，長語音識別，不同場景下對噪音進(jìn)行多重優(yōu)化，清晰降噪，實現(xiàn)長語音實時轉(zhuǎn)寫、錄音文件轉(zhuǎn)寫等功能。

索尼錄音筆、飛利浦錄音筆、MAXHUB會議平板等產(chǎn)品中目前均內(nèi)置了思必馳長語音識別服務(wù)。思必馳長語音識別服務(wù)支持實時識別與離線識別，識別準(zhǔn)確率可達(dá)98％（中國信息通信研究院檢測，報告編號：V21Y000005）。實時的錄音轉(zhuǎn)寫功能，無論上課、開會還是采訪，用戶都能快速準(zhǔn)確出稿，極大提升工作、學(xué)習(xí)效率。

遠(yuǎn)場＋降噪，清晰自然交互

遠(yuǎn)程會議、線上學(xué)習(xí)場景，常常需要遠(yuǎn)場語音交互，并且伴隨著環(huán)境噪聲和人聲干擾。尤其在大型會議現(xiàn)場，遠(yuǎn)距離拾音和噪聲盡管不會掩蓋正常語音通話，但是影響了清晰度。

針對遠(yuǎn)場交互和噪聲問題，麥克風(fēng)陣列可以有效抑制噪聲。思必馳麥克風(fēng)陣列集成波束成形、回聲消除、聲源定位等算法，可拾取半徑5m內(nèi)的聲源，實現(xiàn)360°聲源定位，即使會議場景發(fā)言人之間遠(yuǎn)距離從多方位發(fā)聲，也可以輕松拾音。

另外，新一代的智能降噪技術(shù)也是文本語音轉(zhuǎn)寫的“法寶”。

傳統(tǒng)的噪音抑制方法只能作用于某些固定的穩(wěn)態(tài)噪音，如空調(diào)等電器的運轉(zhuǎn)聲，而動態(tài)噪音如開關(guān)門聲和人的語音出現(xiàn)頻率重疊時，傳統(tǒng)方法無法很好地抑制。隨著深度學(xué)習(xí)方法的飛速發(fā)展，更強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)被應(yīng)用于語音識別，包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）等。

思必馳智能降噪技術(shù)采用“傳統(tǒng)分離結(jié)合深度學(xué)習(xí)方案”，可以兼顧傳統(tǒng)信號處理的保真性和深度學(xué)習(xí)的非穩(wěn)態(tài)噪聲抑制能力，即在良好去除非穩(wěn)態(tài)噪聲的同時保證語音的較小失真，獲取純凈錄音，轉(zhuǎn)寫文本更準(zhǔn)確。

說話人識別，AI智能轉(zhuǎn)寫

在論壇、大中小型會議、課堂等場景，參會者們滔滔不絕各抒己見，準(zhǔn)確區(qū)分說話人并分角色輸出文本，變成了語音轉(zhuǎn)寫文字的一個重要標(biāo)準(zhǔn)。

人的聲紋具有特定的唯一性和穩(wěn)定性，聲紋識別可以通過聲紋辨別說話人。在上述會議、課堂等多人混合說話場景下，聲紋識別的目標(biāo)是讓機(jī)器將嘈雜環(huán)境下的多個混合說話人的聲音分離，識別每個說話人所說的內(nèi)容并判斷每個說話人的身份。

思必馳針對會議、學(xué)習(xí)場景，智慧辦公解決方案對音頻的前端處理通過聲源分離技術(shù)，通過DOA、聲紋識別技術(shù)辨別說話人，拾音設(shè)備可以輕松區(qū)分說話人角色，按“角色”轉(zhuǎn)寫。結(jié)合算法降噪，盲源分離，提供相對更“干凈”的音頻文件；自動標(biāo)點識別、數(shù)字化處理等自然語言處理能力，能夠讓識別結(jié)果更加準(zhǔn)確、規(guī)范。

結(jié)合長語音識別、聲紋識別、AI降噪等，思必馳未來將持續(xù)助力企業(yè)實現(xiàn)降本增效，成就高效能人士。