百度SwiftScribe語(yǔ)音轉(zhuǎn)錄app

百度AI最新產(chǎn)品SwiftScribe是一款功能強(qiáng)大且免費(fèi)的音頻轉(zhuǎn)錄文字軟件，它采用的是最新先時(shí)的語(yǔ)音識(shí)別技術(shù)，可以將音頻快速轉(zhuǎn)換成文字，并支持一鍵下載，可以完勝速記赤豆，比快的速度要快1.67倍！

百度SwiftScribe怎么用

使用方法

用戶打開(kāi)軟件，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。

百度SwiftScribe用戶評(píng)測(cè)

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：“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。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。

百度SwiftScribe發(fā)展前景

百度在國(guó)內(nèi)雖然聲名狼藉，但它在海外開(kāi)設(shè)的實(shí)驗(yàn)機(jī)構(gòu)還是在干實(shí)事的。今天百度公布了一款借助DeepSpeech語(yǔ)音識(shí)別核心的網(wǎng)頁(yè)式語(yǔ)音轉(zhuǎn)錄應(yīng)用SwiftScribe，盡管還處在測(cè)試的初級(jí)階段，不過(guò)據(jù)說(shuō)至少效率相當(dāng)不錯(cuò)。

SwiftScribe的使用方法和我們今天在多數(shù)網(wǎng)頁(yè)應(yīng)用里的操作大體一致，用戶在一個(gè)簡(jiǎn)單的網(wǎng)頁(yè)里上傳.wav或.mp3音頻文件——在SwiftScribe的情境下通常是記錄人物講話的錄音，上傳完成后，語(yǔ)音識(shí)別AI就會(huì)即刻開(kāi)始聽(tīng)寫(xiě)用戶剛剛上傳的材料。它的動(dòng)作很快，通常只需要話音頻全長(zhǎng)的三分之一時(shí)間便可完成聽(tīng)寫(xiě)。SwiftScribe單次能接受的最長(zhǎng)語(yǔ)音材料為一小時(shí)，算下來(lái)處理時(shí)間需要20分鐘。

因?yàn)榧夹g(shù)尚未完善，SwiftScribe現(xiàn)階段并不能做到聽(tīng)寫(xiě)100%準(zhǔn)確，某些特定的單詞它會(huì)寫(xiě)錯(cuò)，標(biāo)點(diǎn)也不是很會(huì)打，這種時(shí)候仍需要用戶做一遍檢查，手工把它輸出錯(cuò)誤的文字給修改過(guò)來(lái)。SwiftScribe內(nèi)置變速閱讀工具，在人工復(fù)查時(shí)可以調(diào)慢音頻的播放速度進(jìn)行校對(duì)。

百度SwiftScribe的團(tuán)隊(duì)領(lǐng)導(dǎo)人表示該工具將能幫助轉(zhuǎn)錄人員提升三分之二的工作效率，不過(guò)目前來(lái)說(shuō)它還需要花至少好幾個(gè)月進(jìn)行打磨，他們也計(jì)劃邀請(qǐng)數(shù)十名專職做轉(zhuǎn)錄的行業(yè)人士參與公開(kāi)測(cè)試，協(xié)助改進(jìn)SwiftScribe。接下來(lái)這個(gè)轉(zhuǎn)錄AI還要面對(duì)視頻轉(zhuǎn)錄和添加字母、適配更多文件格式，以及自動(dòng)標(biāo)點(diǎn)等挑戰(zhàn)。百度打算在SwiftScribe成熟之后在其上開(kāi)發(fā)收費(fèi)點(diǎn)，目前來(lái)說(shuō)SwiftScribe還是免費(fèi)的。不過(guò)按照百度的習(xí)性和天下沒(méi)有免費(fèi)午餐的定律，并不推薦使用它轉(zhuǎn)錄一些非常關(guān)鍵或敏感的信息