百度最近宣布推出SwiftScribe网页应用,它的出现意味着人工智能将改变完全依赖人工的速记行业。百度首席科学家吴恩达在Facebook说:“这个应用非常适合那些需要把长语音转换为文本的人们,人工智能将实现1+1大于2的效果。”
SwiftScribe怎么用?
用户可在PC端打开SwiftScribe网页应用,选取wav和mp3格式的文件上传,系统就能马上进行处理,时长1分钟的音频文件可以在30秒内转换完成。
使用键盘快捷键可以进行加快播放、后退和添加换行符等操作,处理完成后,只需人工调整大小写、标点及部分拼写细节就能快捷、准确地完成音频转换。
从使用效果看,SwiftScribe可以为速记员带来1.67倍的效率提升,缩短40%的工作时间。目前可处理1小时内的音频文件,而这一时长正在开发团队的努力下逐步延展,未来会增加视频文件的语音识别及自动添加标点符号等功能,并支持更多文件格式,降低用户使用门槛。
这次推出的SwiftScribe网页应用,依托于百度新一代深度语音识别系统Deep Speech 2,通过利用长达数千小时的语音数据训练,Deep Speech 2可以不断“学习”从语音中识别特定的字或词。
Deep Speech 2也被《麻省理工科技评论》评为“2016年十大突破技术”之一:“在识别汉语语音片段方面,要比人为识别更加准确。”目前,百度语音识别准确率已达到97%,这也为SwiftScribe的转化效率提供了技术基础。