智能会议转写系统解决方案.docxVIP

灵云智能会议转写系统解决方案  变更记录 版本号 修改点说明 变更人 变更日期 审批人 审批日期 1.0 修改点说明的内容有如下几种：创建、修改（+修改说明）、删除（+删除说明） 目 录 TOC \o 1-3 \h \z 1 背景概述 4 2 系统架构 5 2.1 逻辑架构 5 2.2 物理架构 6 3 功能描述 7 3.1 灵云智能会议转写系统 7 3.1.1创建会议 7 3.1.2关键词优化 8 3.1.3会议实时转写 9 3.1.4历史会议记录回听 10 3.1.5会议状态控制 11 3.1.6会议信息自动播报 11 3.1.7导出/打印/保存 12 3.2 灵云全智能能力平台介绍 13 3.2.1语音合成 14 3.2.2语音识别 14 4 系统的益处与价值 17 5 技术要求 18 5.1 软硬件配置清单 18 5.2 软硬件性能要求 18 5.2.1软件参数 18 5.2.2硬件参数 19  背景概述 当前，随着人工智能技术的不断发展和应用普及，针对多人连续语音的识别应用已经十分成熟。将人工智能应用到会议室实时识别转写场景下，改变当前的会议纪要模式，实现在会议过程中对会议的发起方、参与方、主席、主持人、秘书等将各方发言的内容自动实时识别成文字，能够成倍提升会议的效率，并将大幅减轻会议记录员的工作强度和压力。而且部分会议信息量大、讨论问题多、会议时间长等要素，人工记录很难做到完全保存会议信息，这时灵云智能会议转写系统能够做到记录整个会议过程全量信息，从而体现出巨大的实用价值。 系统架构 逻辑架构 智能会议转写系统的逻辑框架如下图所示。 图1系统逻辑架构 系统依托于全智能能力平台提供的语音识别（ASR）和语音合成（TTS）能力，主要包括采音模块、业务系统和存储模块三部分： 采音模块：主要通过麦克风及USB声卡等硬件采集会议音频数据。 业务系统：该系统为会议速记员等提供实时的语音识别文本展现、相关资料展现和会议流程中各种基础处理功能，便于相关人员便捷实用系统，提高工作效率。 存储模块：将业务相关数据存储于Redis数据库、Oracle数据库和文件服务器中，根据实际业务情况提供能力支撑和应用服务。 物理架构 智能会议转写系统的物理框架如下图所示。 图2 系统部署架构 系统物理框架首先需要在公司内网服务器上搭建语音平台，并且针对单个会议室需要新增一台专用采集设备和一台Windows电脑，Windows电脑要能够与语音能力平台服务器相连接。具体系统流程如下： 会议室内的N个麦克风通过并线连接采音设备，采音设备实现将模拟信号音频转换为数字信号，通过USB连线与局域网内的Windows电脑相连接，将音频输出到台式机上。 在速记员电脑上安装录音软件负责把采音设备采集到的数字信号通过公司内网发送给后台语音识别服务器。 语音识别服务器负责将音频识别为文字，发送给速记员电脑上的网页端会议系统。 速记员通过网页端会议系统可以实时查看、编辑、修改识别出的文字内容。 功能描述 智能会议转写系统 产品结构图： 3.1.1创建会议 功能描述： 速记员创建会议的时候，在网页上选择会议室，系统会自动关联到对应会议室的麦克风，速记员即可对麦克风的角色姓名进行编辑，从而在会议转写的直播过程中来达到区分角色的效果。此外，在网页界面上支持对当前会议的编号、名称、开会时间、开会地点等信息进行编辑设置，方便会后整理和查阅。 业务流程图： 界面效果图： 3.1.2关键词优化 功能描述：针对会议转写过程中，某些个性化或者生僻的词语（例如人名、公司名、地名等）可能出现错误的情况，速记员可以提前输入一些关键词来优化语言识别模型，以便在后面的实时转写过程中，系统自动修正这些文字的转写结果，提高识别准确率，从而减少速记员修改识别结果的工作量，提高会议效率。 业务流程图： 界面效果图： 3.1.3会议实时转写 功能描述：智能会议系统自动识别出来的文字内容虽然具有很高的识别率，但仍可能存在小部分的错误问题，速记员通过网页可以进行实时的修订、保存操作，并且支持复制粘贴、删除替换等操作，实现会议记录的快速修正、生成。具体提供以下功能操作： 普通修改：按照正常word操作习惯提供正常的增删改、复制、粘贴的功能、删除替换等。 个性化词汇添加/快捷替换：速记员可以通过会议记录页面快速添加个性化词汇，增强识别效果，同时可以通过双击个性化词汇列表，可将对应的个性化词汇快捷地替换掉转写输出的错误文本。 业务流程图： 界面效果图： 3.1.4历史会议记录回听 功能描述：速记员在会议记录过程中，因记录不及时、发言人语速过快的情况，通过转写过程中打点标