會議錄音精準轉(zhuǎn)文字 就上捷通華聲靈云語音云

語音記錄，是記者、編輯、作家等文字工作者們常用的記錄方式。但語音并不方便后期的整理、分享，聽語音記錄的過程耗時耗力，影響信息的溝通。AI時代，人工智能技術(shù)與產(chǎn)品正不斷應(yīng)用到人們身邊，針對語音方面的技術(shù)尤其讓人驚艷。

捷通華聲利用國內(nèi)領(lǐng)先的靈云語音識別、語音合成技術(shù)打造出的AI辦公神器——靈云語音云(speech.aicloud.com)，可為廣大企業(yè)及個人提供專業(yè)級語音識別、語音合成云服務(wù)。語音云的靈云樂識功能，能將會議、訪談等音頻直接轉(zhuǎn)換成文字稿件，并可在線轉(zhuǎn)寫編輯，可幫助記者、秘書、學生等快速將錄音整理成文字，分分鐘輕松完成采訪稿件、會議紀要、授課演講等。

為達到更好地轉(zhuǎn)寫效果，捷通華聲將最新推出的全新一代靈云語音識別技術(shù)應(yīng)用到語音云中，識別率實現(xiàn)跨越式提升。同時加入了更多應(yīng)用場景的語言模型庫，讓靈云語音云的識別準確率面對不同行業(yè)、不同領(lǐng)域的錄音都能保持超高水準，1小時的音頻幾分鐘即可轉(zhuǎn)寫完成。

為了讓更多人能夠享受到人工智能為工作、生活帶來的方便與快捷，現(xiàn)語音云服務(wù)靈云樂識(語音轉(zhuǎn)文字)、靈云樂說(語音合成)全部免費使用，且不限時、不限量，實現(xiàn)了真正意義上的免費語音云服務(wù)。

最新語音識別技術(shù) 轉(zhuǎn)寫更準更高效

捷通華聲作為國內(nèi)最早從事中文智能語音技術(shù)研究與應(yīng)用的高新技術(shù)企業(yè)，擁有行業(yè)頂尖的靈云語音識別技術(shù)。新升級的靈云語音識別技術(shù)在CTC算法的基礎(chǔ)上，對建模單元粗粒度、模型訓練方法、解碼幀率進行創(chuàng)新優(yōu)化，有效提升了識別引擎的執(zhí)行效率、魯棒性，增強了口音、語速適配能力，大幅提升了多人對講、遠場講話等場景中的語音識別率，從而讓語音云轉(zhuǎn)寫更精準、速度更快。

#FormatImgID_2#

同時，為了保證專業(yè)領(lǐng)域的識別率，靈云語音云擁有新聞媒體、會議辦公、情感寫作、IT科技、影視娛樂、醫(yī)療保險、法院檢務(wù)等多種場景的語音識別模型，對不同領(lǐng)域的音頻轉(zhuǎn)寫進行特殊的模型訓練，大大幅提升了轉(zhuǎn)寫效果，幫助各行各業(yè)的用戶實現(xiàn)高效記錄和信息輸入。

在線轉(zhuǎn)寫編輯 邊聽邊改更高效

語音轉(zhuǎn)寫為文字后，為更好地提高文字整理效率，語音云還擁有在線分音頻節(jié)點編輯功能，用戶可以點擊任意需編輯的文字，系統(tǒng)會定位到該處文字的音頻節(jié)點，然后邊聽該段音頻邊即時修改文字，哪里文字轉(zhuǎn)寫不準，可以隨時點擊定位到相應(yīng)錄音上進行修改。

一般一段一小時的采訪錄音需要花兩三個小時才能整理完，而有了這個強大功能，通過邊聽邊校對，一小時的錄音聽完也就整理完了。并且，完全避免了整理錄音時聽著錄音手動按下暫停，在word上敲打文字后再回來點擊繼續(xù)播放的復(fù)雜操作。

自動過濾語氣詞：不少用戶上傳的采訪音頻中，被采訪者在說話時會存在部分語氣詞，如嗯、啊、額之類，這些語氣詞的轉(zhuǎn)寫可以說毫無用處也影響后續(xù)編輯。新版語音云可在音頻進行轉(zhuǎn)寫處理時，自動過濾掉這些語氣詞，從而讓轉(zhuǎn)寫結(jié)果更整潔、清晰、有重點，提升后續(xù)文字整理效率。

自助分段功能：新版靈云樂識增加了自動分段，可以實現(xiàn)對音頻轉(zhuǎn)寫后的文字結(jié)果實現(xiàn)自動分段功能，從而為用戶呈現(xiàn)出更好的轉(zhuǎn)寫視覺效果，方便后續(xù)編輯整理。

如何使用?

用戶可直接輸入網(wǎng)址：speech.aicloud.com即可進入語音云網(wǎng)站，另外也可以登錄靈云平臺(www.aicloud.com)點擊語音云服務(wù)按鈕進入。

完成注冊流程之后，即可免費使用語音云服務(wù)。在網(wǎng)站上點擊上傳音頻，通過選取相應(yīng)的語音識別模型領(lǐng)域，并選擇文件進行上傳，目前支持mp3、wav、m4a、spx、opus、amr的音頻格式。

點擊“創(chuàng)建任務(wù)”后，只需喝杯咖啡等待幾分鐘，幾個小時的采訪稿整理重任就這樣完成了。

靈云樂說 語音合成便捷高效

除了長錄音轉(zhuǎn)文字，語音云還有一項語音合成功能——靈云樂說。該功能可為用戶提供便捷高效的免費語音合成服務(wù)：將想要合成的文字直接粘貼或?qū)氲骄W(wǎng)站上，即可實時合成出優(yōu)美動聽、媲美人聲的聲音。

針對不同用戶的需求，靈云樂說有幾十種不同音色音庫可自由選擇，并提供十幾種語言以便捷用戶。同時，可在合成的聲音中加入背景音樂，并能通過在線調(diào)節(jié)音量、語速、語調(diào)，讓試聽效果達到最優(yōu)。

一直以來，捷通華聲始終堅持自主研發(fā)AI技術(shù)及產(chǎn)品，并致力于將像“靈云語音云”這樣的先進人工智能技術(shù)與產(chǎn)品落地應(yīng)用到實處，從而讓更多人享受到人工智能帶來的方便與快捷，歡迎大家來免費體驗。【責任編輯/徐天來】

來源：IT時代網(wǎng)

IT時代網(wǎng)(關(guān)注微信公眾號ITtime2000，定時推送，互動有福利驚喜)所有原創(chuàng)文章版權(quán)所有，未經(jīng)授權(quán)，轉(zhuǎn)載必究。
創(chuàng)客100創(chuàng)投基金成立于2015年，直通硅谷，專注于TMT領(lǐng)域早期項目投資。LP均來自政府、互聯(lián)網(wǎng)IT、傳媒知名企業(yè)和個人。創(chuàng)客100創(chuàng)投基金對IT、通信、互聯(lián)網(wǎng)、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創(chuàng)客100基金最顯著的特點。

相關(guān)文章

捷通華聲重磅發(fā)布靈云智能客服9.0，對話更智能，運營更簡單

服務(wù)巴蜀地區(qū) 捷通華聲重磅推出四川話語音識別技術(shù)

會議錄音精準轉(zhuǎn)文字 就上捷通華聲靈云語音云

【視頻專訪】捷通華聲：讓每一家企業(yè)都擁有人工智能