?

在很多行業(yè)，對電話、無線電中的雙方通話以及密閉空間里的會議、競標、宣判等場景的說話，都會錄音，存檔做記錄或證據(jù)。

在需要獲取并了解錄音的內(nèi)容時，就需要人工去回放傾聽，有些場合還需要將內(nèi)容敲打成文字，記錄下來。在錄音文件比較多的時候，就需要花費很多的人力，而且不可避免的可能會出現(xiàn)差錯。

在計算機科技飛速發(fā)展的當下，比較合理的解決方法是用自動語音識別（ASR）引擎對這些錄音文件進行自動文字識別并保存下來。

然而目前的市場現(xiàn)狀是可購買的獨立部署的識別引擎價格昂貴且安裝繁瑣，需要廠家到現(xiàn)場去安裝。而用公網(wǎng)上的云平臺識別引擎開發(fā)的系統(tǒng)，按次數(shù)或者年收費，雖然價格不算高，但是不保密，數(shù)據(jù)不安全；錄音文件上傳到云平臺上進行識別，相當于數(shù)據(jù)發(fā)給了對方。對一些比較敏感的行業(yè)來講，這是沒法接受的

在這種情況下，從保密性、成本以及使用便捷這幾個方面兼顧作為出發(fā)點，力盈力泰推出了自己的內(nèi)網(wǎng)里部署的錄音文件自動語音識別（ASR，文字轉(zhuǎn)語音）解決方案。

?

?

目標

給本公司或第三方的錄音系統(tǒng)生成的錄音文件，提供一個安全、便捷、可靠、低成本的自動語音識別（語音轉(zhuǎn)文字）解決方案。

這有助于最終用戶能夠快速地掌握海量錄音文件的內(nèi)容，或者從中定位一些關(guān)鍵字詞，做后續(xù)處理。

?

實現(xiàn)方法和網(wǎng)絡(luò)架構(gòu)

?

在內(nèi)網(wǎng)部署一至多臺力盈力泰語音識別服務(wù)器；找一臺windows電腦，運行力盈力泰錄音文件提交識別軟件。

力盈力泰錄音文件提交識別軟件對接錄音系統(tǒng)的數(shù)據(jù)庫，從中獲取到錄音文件，自動提交給內(nèi)網(wǎng)的力盈力泰語音識別服務(wù)器，在得到識別結(jié)果的文字內(nèi)容后，寫回到數(shù)據(jù)庫對應(yīng)的記錄中。

?

力盈力泰錄音文件自動語音識別（ASR，文字轉(zhuǎn)語音）網(wǎng)絡(luò)結(jié)構(gòu)圖

?

?

優(yōu)勢

• 1.保密性高。和其他使用云服務(wù)器上的識別引擎方案相比，本系統(tǒng)在內(nèi)網(wǎng)里運行，錄音文件的數(shù)據(jù)是提交到內(nèi)網(wǎng)里所部署的ASR服務(wù)器進行識別。無需連接到外網(wǎng)，不用擔(dān)心網(wǎng)絡(luò)風(fēng)險；錄音文件的語音數(shù)據(jù)不用上傳到外網(wǎng)識別，不用擔(dān)心數(shù)據(jù)被截留、復(fù)制而泄密。
• 2.錄音識別準確率高。采用優(yōu)秀的開源識別引擎，在錄音沒有太大噪音的情況下，普通話常用語的識別準確率能在90%以上。
• 3.安裝簡單。將力盈力泰ASR服務(wù)器寄到現(xiàn)場后，只需配置其IP地址就能使用。力盈力泰錄音文件提交識別軟件是綠色免安裝版，只需拷貝到windows電腦上，配置幾個參數(shù)，對接錄音系統(tǒng)數(shù)據(jù)庫后就能正常運行。
• 4.成本可控。和外網(wǎng)云平臺識別方案一般按次數(shù)或者每年按套餐收費不同，本系統(tǒng)一次性采購后，后續(xù)沒有額外費用（設(shè)備損壞需要維修或者更換除外），不會因錄音文件的數(shù)量增多或者年限而增加費用。
• 5.支持算力擴展。系統(tǒng)支持多臺SR服務(wù)器并發(fā)運行。后期如果增加了更多的錄音通道，有更多的錄音文件需要識別，到時可以根據(jù)需要，再增加SR服務(wù)器的數(shù)量。
• 6.可對接大部分錄音系統(tǒng)。采用數(shù)據(jù)庫對接方式，可配置對接的數(shù)據(jù)庫字段，除了支持本公司的錄音系統(tǒng)之外，還支持其它采用數(shù)據(jù)庫方式的第三方錄音系統(tǒng)。
• ...

?

?

關(guān)鍵參數(shù)

• 1.支持對普通話和英文的錄音文件進行識別。
• 2.支持常見的錄音文件格式，包括wav和mp3等。
• 3.單個錄音文件最大可支持80M字節(jié)。
• 4.識別得到的文字結(jié)果支持多語言，可以保存成簡體中文、繁體中文和英文。
• 5.識別得到的文字結(jié)果支持采用UTF-8和GBK這兩種字符集。

?

?

?

相關(guān)內(nèi)容：

力盈力泰內(nèi)網(wǎng)錄音文件自動語音識別解決方案.pdf(約 356K)