1、未来会议 现在开始鄢志杰阿里巴巴达摩院语音实验室负责人达摩院技术关键突破及会议场景产品发布会议是组织协同的核心高价值场景个体被连接个体被连接信息被交换信息被交换决策被做出决策被做出见解被分享见解被分享数据化 智能化 虚拟化曾经曾经现在现在未来未来数字化 移动化技术进步推动会议场景体验持续变革沉浸显著提升音视频体验，带来沉浸愉悦的参会体验和随时随地的接入方式会议前中后全程动态化，以协同为核心，显著提升会议效率动态下一代智能会议协同体验智能引入会议协同AI，显著提升会议全程智能化，从AI辅助到AI参与是否可以在会议场景下擦出火花？语音AI技术 桌面孤立词语音识别Dragon Dictate Spe
2、ech APIMicrosoft SAPI19951996 电话IVRSCHW Voice Broker 桌面连续语音识别IBM ViaVoiceDragon NaturallySpeaking19972000 语音交互Tellme voice portal2011 手机语音助手Apple Siri 电话IVRGoogle 411 车载语音交互Ford SYNC2007 手机语音搜索&输入Google Voice Search20122014 智能音箱Amazon Echo 电话IVR阿里巴巴小蜜Google Duplex2018语音技术发展的历史就是不断解锁场景的历史就是语音AI技术解锁的下
3、个场景！会议场景拾音质量多说话人自然口语听不准分不清难决策会议场景难题带来的技术挑战麦克风阵列高清语音语音增强3A算法语音定位及分离语音信号处理声纹聚类短时声纹识别说话人角色识别及跟踪声纹文本纠错自然语言处理文本摘要中心词提取机器翻译会议场景高精度在线语音识别人机协同自学习语音识别离线低资源语音识别高速稳定会议AI体验交互式专业文档编辑工程技术会中实时修订云原生AI平台指向性专利定制mic声学设计声透明金属外壳结构设计硬件技术定制协议高速无线传输市场需求+高技术挑战，一同牵引达摩院语音技术持续布局大规模预训练多说话人日志达摩院新一代端到端语音识别模型精度显著提升相对错误率下降20%以上语音识别
4、基于share_biencoder_moe的“自由说”模型无需事先指定语种，即可实现普通话+方言或普通话+外语的免切换语音识别方言外语“自由说”我们在技术探索中的最新突破语音识别方言外语“自由说”口语长文本建模智能麦克风推出面向会议行业伙伴的合作产品为会议行业伙伴提供智能AI产品体验产品全面融合，服务B端客户会议厂商音视频流智能能力会中会中会后会后沟通更高效信息不遗漏纪要更智能实时字幕精准记录消息推送智能整理安全保存硬件 软件 服务器B端客户听悟产品功能介绍亮点功能“听”得准语音识别准确率高语音识别准确率高“悟”性好效率高自学习AI端到端流式与离线识别一体化端到端流式与离线识别一体化方言方言/
5、多语种多语种中英文自由说中英文自由说方言自由说方言自由说多语种翻译多语种翻译智能纪要智能纪要自动生成关键信息自动生成关键信息关键词抽取关键词抽取核心结论核心结论QAQA问答对抽取问答对抽取智能待办事项智能待办事项双屏编辑双屏编辑一键摘取，快速分享一键摘取，快速分享音字回听音字回听说话人角色分离说话人角色分离重点标记重点标记多种格式导出与分享多种格式导出与分享自学习自学习千人千面，智能学习千人千面，智能学习常用词常用词智能纠错智能纠错用户行为自学习用户行为自学习历史文档自学习历史文档自学习线上音视频会议 会中实时字幕全文记录纪要整理实时字幕DAMO TINGWU产品宣传视频video:视频大小不
6、要超过橙框区域实时字幕全文记录DAMO TINGWU产品宣传视频video:视频大小不要超过橙框区域全文记录轻松记录DAMO TINGWU产品宣传视频video:视频大小不要超过橙框区域轻松记录精准找寻，快速整理关键信息，自动生成一键分享，协同办公线上音视频会议 会后精准找寻 快速整理DAMO TINGWU音字回听、快速定位、标记重点、一键摘取关键信息 自动生成DAMO TINGWU关键信息 自动生成一键分享 协同办公DAMO TINGWU一键分享 协同办公会议录制视频件极速转写企业视频内容转写智能区分发企业音视频内容转写录制音视频极速转写DAMO TINGWU会议录制视频件极速转写智能区分发言人DAMO TINGWU智能区分发越用越聪明DAMO TINGWU用户行为自学习历史文档自学习常用词学习行业及应用场景企业会议企业会议金融调研金融调研教育培训教育培训媒体访谈媒体访谈躬身入局，和合共生
sgpjbg002
工作日 8:30 - 17:30
报告分类
