关于语音识别技术在会议中的应用

　　天生我材必有用！语音识别通过人工智能技术已经将语音识别率提高到了97%，尽管受限于非理想场景，在绝大多数实际场景中会议纪要转写未必能够达到良好的阅读要求，但我们仍不可否认，在转写记录中已经初步提炼出大量可分析的信息。这就像原油，里面包含了有用的东西和无用的东西。后续我们要做的事情就应该像石化企业一样，将有用的部分给提取出来形成信息，并找到需要使用这种信息的场景。

　　原油本身质量的高低并不决定提炼出来的东西是否有价值，只是会影响到提炼的难度及成本。如果按照这样的思路构建应用，我们就不会再纠结地等待语音转文本的进一步提升准确率，而是现在就有的数据，现在就应该有应用它的场景。

　　这也符合当下从精准的小数据思维转向模糊的大数据思维。互联网时代，网络上非结构化数据占据了当前数据海洋的80%，并在截止2020年前以每年44倍的数据快速增长。这些数据均是难于在一定时间内用常规软件工具进行内容抓取、管理和处理的，但具备数据再利用的沉默价值特征。看看谷歌、百度等搜索引擎在做什么事情，本质上他们也是在做非结构化数据的提炼工作，同时他们并没有刻意去要求源头数据必须如何精准。

　　借鉴这样的思维，我们可以把语音识别技术在会议中的应用分为三个层次：

　　数据转换——音频数据是难于衡量的，我们需要借助语音识别技术将其转换为文本数据。这个数据虽然是不精准的，但不可否认中间蕴含有丰富的可用信息，正如原油一样。

　　信息提取——有了不精准的非结构化文本数据，我们就可以借助搜索引擎检索其中的关键字、常用字、高频字，形成可衡量的标签并与音轨对应。通过这种映射，我们就能实现以前做不到的音频检索。一场会议的录音往往是很冗长的，通过这种检索我们就能帮助会后快速定位到感兴趣的内容。如果语音转写记录效果不好，我们可以直接点击音频录像播放，从而大大提升了会议回顾效率。未来我们还想借助声纹识别技术定位每一个发言人，那么又可以在“谁的发言”这个维度形成标签，支持按发言人进行检索。

　　信息利用——当信息提取出来后，我们就可以依据不同人群不同场景的需求使之对应到具体业务中，从而串接成更大的应用逻辑，做到信息的再利用，这是一个逐步发掘完善的过程。以前没有这么想是因为没有做到会议数据的结构化，未来会有很多在这方面的探索。以下我们仅仅举例说明其广阔的价值：

　　数字会议纪要——以前人工记录会议纪要，由于涉及到记录员专业水平、理解能力、概括能力等影响，很多时候纪要的准确性很差。但又没有其他较好的办法会后获取原意。现在我们就能将每条纪要对应到标签指向的音频，从而提高会议纪要的准确性及可用性。

　　知识图谱——当语音标签通过会议纪要或其他方式在不同的人群中流动的时候，我们就可以通过点赞、推荐、朋友在看等当下大家习惯的信息接受方式，让有价值的内容从一堆混杂信息中进一步浮现出来。并且这种方式是无需雇用专人进行整理的，且抽取出来的内容更容易受大众接受。选举一个例子，未来企业中我们可以通过了解管理者关注会议中的哪一部分内容，从而使管理者与员工在组织愿景和日常工作中迅速地联系起来。

　　事项跟踪——一场会议中一般均会涉及多项事件议程，我们回顾一场会议的记录实质上是横向地了解它所包含范围内所有事件的近况。但更多时候，我们更想知道一个事项从开始到现在整个纵向上面的信息，尤其是需要在会议中讨论的重要信息。更难的是，往往同一个事项会依据分工在多个级别、不同参与者的会议中并行讨论，这样就很难有好的方式收集全局信息。以前没有好的办法解决这个问题，但在有价值的语音标签之后，我们就有了把不同会议按照我们目的纵向串接起来的可能。

　　诸如此类的应用还会有很多，以前没有语音识别技术无法实现第一步，所有后面的事情大家都没有这样想，但相信有人工智能加持后，未来人类行为方式会得到加速进化。

　　工业社会经济的助推剂是能源，能源决定了我们大规模生产的成本及产能。最具经济代表性是石油，因此我们当下也公认为活在石油经济时代。未来科技社会经济的助推剂是数据，数据决定了我们能够造出什么具有竞争力的产品，我们把这个时代称为知识经济时代。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!