從「耳聽手寫」到「語音識別」，「輕辦公」時代悄然來臨
04:20來自浮雲辦公
本音頻是由浮雲合音軟體製作生成，歡迎收聽！
人手一個電腦或者筆記本，早已成為新時代辦公的標配，那麼，辦公的效率也在不斷提高。開會做記錄，還在用紙筆嗎？當然，我們可以用。但是當開會錄音需要全部記錄下來，並轉寫成文字的時候，你還是用紙筆在記錄嗎？
有人會說，我可以用電腦快速敲字啊，或者回頭聽會議錄音，然後聽寫下來啊。這些都沒錯，不過真正這麼做過的人都知道，這種痛苦不堪回首！聽一遍，敲幾個字，沒記住，再回放，再聽一遍，往往一個小時的錄音，連聽和寫，要至少三個小時。所以，在職場上，這樣的工作大多給了「實習生」。
值得慶幸的是，隨著科技的不斷發展，語音識別技術也在不斷進步，語音轉文字的準確率也越來越高，類似浮雲識音這樣的產品受到消費者的喜愛。
告別「耳聽手寫」
語音識別自半個世紀前誕生以來，一直處於不溫不火的狀態，直到 2009 年深度學習技術的長足發展才使得語音識別的精度大大提高，雖然還無法進行無限制領域、無限制人群的應用，但也在大多數場景中提供了一種便利高效的溝通方式。
語音識別是一門涉及面很廣的交叉學科，它與聲學、語音學、語言學、信息理論、模式識別理論以及神經生物學等學科都有非常密切的關係。語音識別技術正逐步成為計算機信息處理技術中的關鍵技術。
然而，語音識別自誕生以來的半個多世紀，一直沒有在實際應用過程得到普遍認可，主要是與語音識別的技術缺陷有關，其識別精度和速度都達不到實際應用的要求。
2009年之後，深度學習技術得以興起，使得語音識別技術的精度和準確度有了很大的提升，甚至識別率能達到95%以上，可以說具備了與人類相仿的語言識別能力，這意味著人們告別「耳聽手寫」成為可能。
擁抱「語音識別」
曾經科幻電影中人與機器人之間進行互動交流，如今隨著語音識別技術的發展，夢想已經照進了現實。
根據專業的解釋，語音識別技術，也被稱為自動語音識別Automatic Speech RecogniTIon，(ASR)，其目標是將人類的語音中的詞彙內容轉換為計算機可讀的輸入，例如按鍵、二進位編碼或者字符序列。也就是說，讓機器人能聽懂我們的意思。
也可以說，它是將一段語音信號轉換成相應的文本信息。在這個過程中，語音識別會提取音頻信號進行濾波、分幀等預處理，然後應用聲學模型、語言模型等計算出該聲音對應詞組序列的概率，最後根據字典、詞組序列進行解碼，得出最後的文本。
一般來說，在聲音平穩、普通話標準其環境是安靜的情況下，語音識別的轉換準確率能達到95%以上。浮雲識音就是應用這種技術進行轉文字、轉文本的，它支持比如MP3、M4A、WAV等多種格式的音頻文件的轉文字，同時也支持MP4、MPEG和AVI等多種格式的視頻文件轉文字。
類似的語音轉文字類辦公軟體的不斷普及和應用，使得一個「輕辦公」時代正在悄然來臨。人與數字世界的連接，也變得越來越緊密。