智東西（公眾號：zhidxcom）
作者 | 韋世瑋
編輯 | 漠影
思必馳在AI智慧辦公賽道上正不斷玩出新花樣！
兩個月前的上海AWE（中國家電及消費電子博覽會）上，思必馳首次亮相了面向智慧辦公場景的新產(chǎn)品——會議魔方M1，具有藍牙和USB兩種連接方式、360°全向麥克風拾音、智能降噪和錄音轉(zhuǎn)文字等功能，大大滿足了各類辦公場景的會議需求。
作為我國人工智能語音行業(yè)的獨角獸，思必馳在這條賽道上已布局多年，構(gòu)建了語音識別、聲紋識別、口語對話系統(tǒng)等一系列核心技術(shù)，其自然語言交互解決方案已落地車聯(lián)網(wǎng)、IoT及政務(wù)、金融等行業(yè)場景。
與此同時，思必馳長期以來也為許多合作伙伴提供了會議場景下，聲音采集和處理的軟硬件解決方案。而會議魔方M1推出，也是思必馳將這部分智能語音技術(shù)向更加專業(yè)的方向集成拓展。
作為思必馳智能語音技術(shù)的集大成產(chǎn)品之一，會議魔方M1背后的技術(shù)城池是如何構(gòu)建的？能解決哪些行業(yè)及用戶的痛點需求？未來產(chǎn)品迭代路徑是如何規(guī)劃的？
為此，智東西與思必馳智慧辦公業(yè)務(wù)負責人進行了深入交流，在嘗試尋找上述答案的同時，也看到了不少思必馳打磨會議魔方系列背后的思路和閃光點。
一、三大核心技術(shù)加持，會議魔方的技術(shù)護城河
在深入交流之前，我們也親自體驗了一下會議魔方M1，看看使用它來進行遠程會議是不是真的那么方便。
剛拿到會議魔方M1，我們感覺它比一臺iPhone 12要重一些，形狀是一個塔尖被“削平”的倒金字塔形立方體，重量只有260g，方便攜帶。
在一次業(yè)務(wù)周會中，我們體驗了一下它在多人遠程會議場景下的使用效果，并和手機進行了對比。參加遠程會議的異地同事反饋，會議魔方的拾音效果明顯優(yōu)于手機，對環(huán)境噪音的抑制能力很強，以往在遠程會議中不可避免的鍵盤敲擊聲、開關(guān)門聲、以及空調(diào)運轉(zhuǎn)聲等，在使用會議魔方時，都沒有聽見。與會發(fā)言者們的聲音也始終非常清晰，無論遠近，聽到的音量都幾乎一致，沒有忽高忽低現(xiàn)象出現(xiàn)。
如果要使用會議魔方的錄音以及“語音轉(zhuǎn)寫”功能，在初次使用時，首先要下一個名為“曉語聽聽”的APP，打開后根據(jù)軟件提示進行綁定。綁定成功后，直接點擊軟件下方的“藍色加號–開啟錄音”，會議魔方M1就會同步開啟錄音，記錄會議內(nèi)容。
開始錄音一秒后，手機端的錄音工作界面就會開始出現(xiàn)實時轉(zhuǎn)文字的內(nèi)容。遇到想要重點記住的內(nèi)容時，我們只需要點擊APP錄音界面的“M一下”，轉(zhuǎn)寫界面就會出現(xiàn)高亮部分，能更好地一眼區(qū)分哪里是用戶關(guān)注的會議重點。會議結(jié)束后，我們只需點擊會議魔方M1上方的結(jié)束錄音，手機端的轉(zhuǎn)寫工作也能很快結(jié)束。
從結(jié)果上來看，在我們長達3個小時的會議中，會議魔方M1除了口語交流中的少數(shù)同音詞、多意詞沒有識別準確外，其他大部分的對話內(nèi)容都能準確且流暢地轉(zhuǎn)寫完成。還可以快速生成會議記錄，一鍵分享給參會的同事。
之后，智東西在和思必馳智慧辦公業(yè)務(wù)負責人的溝通中了解到，會議魔方M1流暢的遠程會議體驗背后有三大核心算法技術(shù)，一是拾音，包括遠距離拾音；二是智能降噪；三是對語音進行識別和轉(zhuǎn)寫，整個過程也是溝通信息被數(shù)字化和智能化處理的過程。
1、拾音：5米內(nèi)全方位清晰拾音
用戶所處的空間環(huán)境不同，給會議魔方M1帶來的拾音挑戰(zhàn)也不同。目前，會議魔方能夠做到在75分貝條件下，清晰拾取5米內(nèi)的任何語音。
2、降噪：3項智能降噪核心
拾音后的降噪工作是一個大工程，涉及到噪聲抑制、回聲消除、增益放大等技術(shù)。
一方面，通常會議場景中也會存在許多噪音，包括會議室外有人說話、走動、敲鍵盤，或是室內(nèi)空調(diào)、風扇的聲音，會議魔方M1則需要對這部分噪音進行噪聲抑制，把會議中的人聲清晰地呈現(xiàn)出來。
另一方面，由于設(shè)備的揚聲器和麥克風連接得很近，當人們在講話過程中很容易出現(xiàn)回音，這也會影響到用戶的通話效果，這時就需要對拾音內(nèi)容進行回聲消除。
同時在遠距離拾音過程中，有些說話人離麥克風較遠，會議魔方M1也需要對這部分聲音進行增益放大處理。
3、轉(zhuǎn)寫：實際會議場景中準確率達95%
正如前面的體驗，目前會議魔方M1在轉(zhuǎn)寫方面有兩項核心功能，一是區(qū)分說話人，根據(jù)聲紋和音色的不同，讓轉(zhuǎn)寫文字能按不同說話人段落顯示；二是文本智能校正，識別口語中常出現(xiàn)的反復(fù)、停頓等表達，讓轉(zhuǎn)寫文本更加流暢。
此外，會議魔方M1通用的轉(zhuǎn)寫準確率約95%，還支持中英文混合識別、離線轉(zhuǎn)寫分析等功能。
二、遠程會議需求爆發(fā)背后，溝通的數(shù)字化與智能化
實際上，會議魔方M1的誕生，離不開思必馳對智慧辦公場景深刻觀察。
思必馳發(fā)現(xiàn)，現(xiàn)在的企業(yè)會議場景中經(jīng)常會遇到一個尷尬情況，那就是常常聽不清會議內(nèi)容或是需要喊話交流，一定程度上影響了會議的質(zhì)量和效率。
另一方面，企業(yè)日常中有許多會議或面對面的溝通，都沒有被進一步的數(shù)字化或智能化處理，難以對會議中的一些價值內(nèi)容進行深入挖掘。
“那思必馳作為專業(yè)語音和語義技術(shù)的企業(yè)，能夠解決其中的一些關(guān)鍵點?！必撠熑私忉?，這也是思必馳做會議魔方M1的優(yōu)勢所在。
首先是思必馳的拾音和智能降噪技術(shù)，能夠幫助企業(yè)解決聲音的質(zhì)量問題，讓用戶不管是在小型還是大型會議場景下都能清晰交流。其次是思必馳的語音識別和轉(zhuǎn)寫技術(shù)，能夠?qū)崿F(xiàn)溝通的數(shù)字化。
同時，將一場會議面對面溝通的所有語音轉(zhuǎn)成文字，能讓用戶快速去獲得整個會議的信息，再通過機器學(xué)習(xí)技術(shù)對信息進行結(jié)構(gòu)化處理，從而實現(xiàn)會議效率和內(nèi)容價值的進一步提升。
“我們外部環(huán)境的變化，疫情的變化也導(dǎo)致越來越多人需要遠程或在家辦公?！必撠熑搜a充，在這個環(huán)境下還有另一個細分場景，那就是家里或咖啡廳場景下的個人設(shè)備需求，能夠讓用戶的遠程溝通更加清晰，并且還能實時記錄交流內(nèi)容。
而這些都是思必馳決定研發(fā)會議魔方M1的重要出發(fā)點。
三、千億規(guī)模藍海市場下，智能會議業(yè)務(wù)的創(chuàng)新邏輯
目前思必馳面對整個會議場景的思路是構(gòu)建一個終端設(shè)備+云服務(wù)的生態(tài)模式，這也是發(fā)展的核心，具體到產(chǎn)品業(yè)務(wù)的拓展大致有三類方向。
一是思必馳在錄音采集方面已經(jīng)做了單款采集設(shè)備，但適合小型、中型和大型等各類會議場景的采集設(shè)備也存在不同區(qū)別，而這個方面思必馳會繼續(xù)做縱深拓展，做得更專業(yè)。
二是從橫向來看，為了給用戶帶來更豐富便捷的智能會議體驗，思必馳也將選擇通過深度合作的方式，補全多模態(tài)交互的產(chǎn)品組合。
三是所有傳統(tǒng)的會議設(shè)備都能和思必馳的語音轉(zhuǎn)寫終端做配合，將傳統(tǒng)設(shè)備變成一個也能智能語音轉(zhuǎn)寫的會議設(shè)備。
除此之外，未來會議魔方M1還需繼續(xù)打磨和優(yōu)化，這主要體現(xiàn)在算法和軟件兩個層面。
算法方面，會議魔方的智能降噪算法技術(shù)將實現(xiàn)更大突破和提升。軟件的安全性、易用性和可擴展性也是思必馳接下來重點優(yōu)化的方向。尤其是會議魔方主要面向企業(yè)用戶，對產(chǎn)品的安全性要求更為嚴格。
在可拓展性方面，思必馳在未來也將推出針對大型會議的產(chǎn)品，實現(xiàn)多個設(shè)備的互聯(lián)互通，從而拓展產(chǎn)品的使用空間。而在信息化上，思必馳表示也將面向多人協(xié)作場景提供更多軟件服務(wù)，特別是利用到語義識別或關(guān)鍵信息提取等技術(shù)，與企業(yè)化流程相結(jié)合，目標是降低企業(yè)的運營成本。
結(jié)語：遠程辦公浪潮爆發(fā)，AI語音賽道的機遇和挑戰(zhàn)
過去一年的疫情影響下，云辦公、語音視頻會議等辦公方式逐漸成為大多數(shù)人的常態(tài)，徹底點燃了智能辦公行業(yè)的發(fā)展浪潮。
盡管在后疫情時代下，人們的辦公方式也有所轉(zhuǎn)變，但企業(yè)對辦公效率智能化、數(shù)字化的需求已成行業(yè)的一大趨勢，越來越多的玩家也抓住機會入局，想著要分一杯羹。在這一市場浪潮下，思必馳也為行業(yè)的創(chuàng)新發(fā)展提供了一個重要思路。
歸根結(jié)底，這也是一場技術(shù)與企業(yè)實現(xiàn)更深入結(jié)合的關(guān)鍵階段。相信在未來，隨著人們利用語音技術(shù)提取和挖掘信息價值形成一個成熟方法論，也將能廣泛地拓展到政務(wù)、醫(yī)療等更多細分場景，讓各行各業(yè)都能更好地實現(xiàn)降本增效。
