速記行業(yè)正在迎來(lái)一場(chǎng)巨大變革，手指翻飛的速記員將與一款網(wǎng)頁(yè)應(yīng)用成為“同事”。近日，中國(guó)人工智能領(lǐng)導(dǎo)者百度宣布推出SwiftScribe網(wǎng)頁(yè)應(yīng)用，將改變完全依賴人工的速記行業(yè)現(xiàn)狀。該網(wǎng)頁(yè)應(yīng)用背靠百度深度語(yǔ)音識(shí)別系統(tǒng)，將音頻文件轉(zhuǎn)為文本，轉(zhuǎn)化效率較人工速記快 1.67倍。

　　百度首席科學(xué)家吳恩達(dá)認(rèn)為這一應(yīng)用將改變采訪和視頻字幕生成，他在Facebook評(píng)論稱(chēng)：“該應(yīng)用非常適合將長(zhǎng)語(yǔ)音轉(zhuǎn)換為文本的人士，人工智能將實(shí)現(xiàn)1+1大于二的效果。”

　　用戶可在PC端打開(kāi)SwiftScribe網(wǎng)頁(yè)應(yīng)用，選取wav和mp3格式的文件上傳，系統(tǒng)就能馬上進(jìn)行處理，時(shí)長(zhǎng)1分鐘的音頻文件可以在30秒內(nèi)轉(zhuǎn)換完成。用戶可使用鍵盤(pán)快捷鍵就能進(jìn)行加快播放、后退和添加換行符等操作，處理完成后，只需人工調(diào)整大小寫(xiě)、標(biāo)點(diǎn)及部分拼寫(xiě)細(xì)節(jié)即可快捷、準(zhǔn)確的完成音頻轉(zhuǎn)換。

　　從使用效果看，SwiftScribe可為速記員帶來(lái)1.67倍的效率提升，縮短40%的工作時(shí)間。目前該系統(tǒng)可處理1小時(shí)內(nèi)的音頻文件，而這一時(shí)長(zhǎng)正在開(kāi)發(fā)團(tuán)隊(duì)的努力下逐步延展，未來(lái)會(huì)增加視頻文件的語(yǔ)音識(shí)別及自動(dòng)添加標(biāo)點(diǎn)符號(hào)等功能，并支持更多文件格式，降低用戶使用門(mén)檻。

　　此次推出的SwiftScribe網(wǎng)頁(yè)應(yīng)用，依托于百度新一代深度語(yǔ)音識(shí)別系統(tǒng)Deep Speech 2——曾被《麻省理工科技評(píng)論》評(píng)為“2016年十大突破技術(shù)”之一。通過(guò)利用長(zhǎng)達(dá)數(shù)千小時(shí)的語(yǔ)音數(shù)據(jù)訓(xùn)練，Deep Speech 2可以不斷“學(xué)習(xí)”從語(yǔ)音中識(shí)別特定的字或詞。MIT評(píng)論其：在識(shí)別漢語(yǔ)語(yǔ)音片段方面，要比人為識(shí)別更加準(zhǔn)確。目前，百度語(yǔ)音識(shí)別準(zhǔn)確率已達(dá)到97%，成為行業(yè)領(lǐng)先者。

　　作為非英語(yǔ)母語(yǔ)者，百度SwiftScribe項(xiàng)目經(jīng)理吳田也曾深受長(zhǎng)語(yǔ)音記錄的困擾“要整理一段1小時(shí)錄音對(duì)我來(lái)說(shuō)要花上10個(gè)小時(shí)，” 而這也是這一應(yīng)用的靈感來(lái)源。百度在去年也推出了應(yīng)用DeepSpeech2的安卓輸入法TalkType，讓用戶能夠用語(yǔ)音快速輸入文字。百度硅谷人工智能實(shí)驗(yàn)室項(xiàng)目領(lǐng)導(dǎo)人Bijit Halder在公告中稱(chēng)：“TalkType是首款智能語(yǔ)音優(yōu)先輸入法。”

　　對(duì)話機(jī)器將成為2017人工智能的發(fā)展風(fēng)口，百度吳恩達(dá)曾在《華爾街日?qǐng)?bào)》的采訪中表示，隨著準(zhǔn)確率的提高和用戶體驗(yàn)的提升，百度的語(yǔ)音產(chǎn)品已度過(guò)用戶心目中的“試用期”。在語(yǔ)音產(chǎn)品迅猛發(fā)展的大環(huán)境下，亞馬遜、蘋(píng)果、谷歌和微軟等科技巨頭都在加緊研發(fā)各自的語(yǔ)音識(shí)別技術(shù)，然而在長(zhǎng)文本音頻轉(zhuǎn)化技術(shù)上，百度仍然是行業(yè)最高水平的標(biāo)桿。

　　目前，百度SwiftScribe音頻轉(zhuǎn)換服務(wù)免費(fèi)對(duì)外開(kāi)放，但該應(yīng)用背后的商業(yè)前景不可小覷。據(jù)百度人士透露，未來(lái)希望能夠向商業(yè)化應(yīng)用轉(zhuǎn)變。