“智录：政法会议智能语音讨论平台”

方  案

(便携版)

二0二一年一月

目录

一．................................................................................................................... 方案说明... 1

1.2 政法讨论平台（便携版）... 1

二．.................................................................... 政法讨论平台（便携版）建设方案... 1

3.1 项目概述... 1

3.2        建设内容... 2

3.3        总体设计... 3

3.4        详细建设方案... 8

3.6 售后服务方案... 22

3.7 项目投资估算... 23

一．   方案说明

1.2 政法讨论平台（便携版）

适用场景：单个会议室建设，或外出会议讨论、不允许联网的涉密型会议场景。二. 政法讨论平台（便携版）建设方案

3.1 项目概述

3.1.1 建设背景

3.1.1.1 检察院

随着信息时代的到来，海量语音的获取和存储能力愈发强大，基于会议办公的实际场景，会存在需要大量的人力投入、工作效率不高的情况、语音技术在会议场景中的应用质量和效果不高。

结合检察院的会议办公现状，当前会议记录、出稿的准确性和时效性要求高，人员工作压力大，传统的人工整理方式已经很难满足要求。当前各类型会议，特别是重大、大型会议，介于信息安全等因素，需要指派内部专职人员全程记录，会后还要花费大量的时间反复回听录音、编辑会议纪要。很多重要会议具备时间长、信息量大、纪要准确性要求高等特点，这对会议记录人员提出更高要求，会议记录和整理的工作强度大，且仍可能存在信息遗漏或会议思想理解偏差等问题，亟需得到解决。

政法讨论平台顺应检察院信息化建设的迫切需求，集语音识别技术、文字。能够完成会议语音转写、会前准备、议题控制、材料展示、卷宗查阅等功能，使得检察院的各类会议变得智能、高效、安全。

3.1.2     建设必要性

政法讨论平台（便携版）是一款可实现语音转写的便携式智能语音产品，其核心功能包括：实时会议和音频转写、字幕投屏、材料投屏随讲随翻等。产品界面简单易用、设备便携，用户通过本款产品可以快速完成会议的实时记录与整理，也可以对已经录制好的音频进行整理。

Ø  提高会议效率

通过对会议过程中各类参会人员的辅助，提高会议的效率。针对会议记录人员，提供会议记录转写功能，方便用户快速、准确记录会议内容；针对参会人员，提供各类会议材料供翻阅和反复查看，并提供语音随讲随翻功能，实时同步和展示相关人员的汇报和发言，提高交流的效率。

Ø  提升会议质量

通过软硬一体化方案预先设置会议角色，实现笔录文本与说话人身份相绑定，通过语音识别对合议语音的实时转录，利用语义分析对文本自动纠错，辅助人工实时修订，使得合议笔录完整度高达100%。对于会议议程的有效管理，方便参会人员高效参与会议中的讨论，提升讨论和决议的质量。

Ø  会议过程精确追溯

在会议过程中，可以随时查看会议中的流程、会议记录、相关资料，方便进行会议总结。

Ø  一体化的便携设计

可在多种场景下使用灵活使用。携带方便，待机达到8小时，能适应移动场景下的会议记录要求。

3.2          建设内容

3.2.1 需求分析

1) 会议记录效率

传统人工记录一般需要在会议过程中全程速记、会议结束后也要花费大量的时间回听会议录音进行纪要整理。以1小时时长的会议为例，当前人工记录方式下的出稿耗时至少为会后4小时（3小时听打出文字+0.5小时整理纪要+0.5小时检查优化），对于需要快速出稿的纪要一般投入几个人分工整理，耗时耗力。

“政法讨论平台（便携版）”能够提供实时转写功能，转写过程中支持同步编辑及重点内容标记，可保证在会后30分钟（10分钟提取纪要+20分钟检查优化）内即可出稿。相比于当前的人工记录方式，出稿效率可提升8倍。

2) 会议记录完整度

传统人工记录一般是选择性记录，根据个人对“重要内容”理解程度的差异，可能存在关键信息遗漏的情况，切遗漏信息的追溯缺乏途径和手段。

政法讨论平台（便携版）实现对全部发言内容的记录，数据化的“文字”更容易触发个人对信息的重视程度，有效避免信息的遗漏。

3) 会议记录准确性

人工记录会对会议内容附加个人的理解与加工，再不足够理解会议背景的情况下，可能会有理解上的偏差、导致会议纪要并不客观。

政法讨论平台（便携版）能够提供对与会人员发言内容的高保真记录，且可以通过文字定位并回听语音，达到声文对应，辅助记录人员更好的理解会议思想、提升纪要结论或纪要决议的准确度。

4) 会议数据安全性

当前部分重要会议会邀请专业的速记人员，虽然会签署保密服务协议，但仍然不能保障信息完全不外泄；即时仅限内部员工整理的会议纪要，一场会议会几个人同事整理、或经手很多人，导致信息的安全无法保障。

政法讨论平台（便携版）的应用，能够大大降低对记录人员的要求，1名普通的员工在会后简单编辑即可出稿，不需要外聘速录人员、内部参与的员工也控制到最少，只需要做好设备的安全管控，就能有效保障会议信息安全。

5) 实现会议降本增效

政法讨论平台（便携版）的应用，能够替代需要速记人员记录的场景，能够缩减专职记录人员的数量，系统作为一次性投资资产、其解放的人员及劳动成本是永久的，真正实现会议办公业务的降本增效。

3.2.2            建设内容

本项目计划采购X套政法讨论平台（便携版），满足日常XX办公会议、会议录音整理、外出访谈等场景下的文字整理需求。

3.3          总体设计

3.3.1 设计原则

政法讨论平台（便携版）的总体设计主要遵循以下原则：

标准化设计

系统设计需采用的各项软、硬件设备、技术等均应符合国际通用标准，符合开放性原则，使用的技术要与技术发展的潮流吻合，保证系统的开放性和技术可伸性，与未来技术发展应具有良好的兼容性。

模块化设计

系统应采用模块化设计方式，并对大部分功能实现插件化管理。平台中各个服务和模块的设计都采取“高内聚、低耦合”的原则。每个服务和模块都应当是能够独立运行的模块，模块和服务之间通过基于业务的标准接口进行互联，杜绝了模块的复杂依赖关系。

界面友好性

系统交互界面应采用“以任务为中心”的方式设计，系统所有主要功能采用统一形式展现，不同应用群体均能方便操作使用。对于复杂的应用，系统采用图形化等符合用户思维方式的直观形式设计，使得极其复杂和枯燥的数据操作界面变得简单直观，简化了客户使用各种复杂的功能，提高了功能的使用频率。

稳定性设计

系统在设计过程中，应能根据模块和服务的功能、重要性等分别采用容错、备份等技术，以保证局部的错误不影响整个平台的运行。

安全性设计

为保证系统后续使用的安全，在设计过程中需要考虑物理安全、网络安全、数据安全、应用安全。物理安全包括物理位置的选择，物理访问控制，防盗窃和防破坏，防雷击，防火，防水和防潮，防静电，温湿度控制，电力供应，电磁防护。网络系统的安全需求包括网络边界安全需求、入侵监测与实时监控需求、安全事件的响应和处理需求分析等几方面。应用系统安全包括身份鉴别、访问控制、通信完整性、通信保密性、抗抵赖、软件容错、资源控制、代码安全。数据安全根据数据的产生、传输、存储、消亡环节，对数据采用相应的安全保护措施。并根据数据的重要性采用合适的保护手段。确保数据的完整性、保密性，并做系统数据备份和恢复，保障系统的整体安全要求。

2.3.2 核心技术

“政法讨论平台”是讯飞核心语音技术的集大成者，系统集成科大讯飞最新版本的中文语音识别转写引擎，采用13000小时以上的连续语流数据训练而成的声学模型及先进的二遍解码技术，另外独有文本顺滑、标点识别、英文数字后处理等自然语言处理能力，能够让识别结果更加准确、规范。本系统采用的核心语音技术成果，已成功获得Winograd Schema Challenge 2016评测大赛（新型认知智能国际评测任务）的第一名，在该领域的专业性全球领先。

该系统核心技术如下：

（1）前端语音处理

前端语音处理指利用信号处理的方法对说话人语音进行检测、降噪等预处理，以便得到最适合识别引擎处理的语音。主要功能包括：

l  端点检测：端点检测是对输入的音频流进行分析，确定用户说话的起始和终止的处理过程。一旦检测到用户开始说话，语音开始流向识别引擎，直到检测到用户说话结束。这种方式使识别引擎在用户在说话的同时即开始进行识别处理。

l  噪音消除：语音识别系统具备高效的噪音消除能力，以适应用户在千差万别的环境中应用的要求。

l  智能打断：智能打断功能使用户可以在自助语音服务的提示语播放过程中随时说出自己的需求，而无需等待播放结束，系统能够自动进行判断，立即停止提示语的播放，对用户的语音指示做出响应。该功能使人机交互更加高效、快捷、自然，有助于增强客户体验。

(2)后端识别处理

后端识别处理对说话人语音进行识别，得到最适合的结果，主要特性有：

l  连续语音识别：连续语音识别是指能够把用户说的任意语音转换成对应的文字信息，支持中文和中英文混读的常见语句听写，对于日常使用的常用对话有着很高的识别准确率，包含日常用语，如短信类、生活、交通、娱乐、科技、数字数值、名人、互联网热词、新闻、金融等领域的词库更新；

l  智能标点添加：连续语音识别支持中文标点智能预测，使用超大规模的语言模型，对识别结果语句智能预测其对话语境，提供智能断句和标点符号的预测。

l  说话人自适应：当用户与语音识别系统进行多次会话过程中，系统能够在线提取通话的语音特征，自动调整识别参数，使识别效果得到持续优化。

l  多槽识别：语音识别的槽（Slot）代表一个关键字，即在一次会话过程中可以识别说话人语音中包含的多个关键字，这可以提高语音识别应用的效率，增强用户体验。

l  热词识别：热词识别使得语音识别应用程序能够在说话者说话的同时检测一个特定的词或短语，当说话者说到这个短语的时候，识别引擎会把控制权交还给应用程序。在应用程序使用该功能可以使识别器能够在后台监听输入的语音，直到用户说出特定的短语进行请求时才与用户交互。

l  敏感词屏蔽/语气词过滤:添加敏感词库和语气词库，在语音转写时过滤掉相关敏感词和语气词，增加会议的严谨性。

系统响应指标

系统应保证实时性，提供多用户、多任务操作，对用户的查询请求、语音识别等操作有较快响应。

响应时间：常规页面操作的响应时间≤5秒。

普通话转写指标

检索速度：亿级数据量，检索为秒级。

效果：安静环境下的标准普通话转写正确率达到95%。

3.3.2            应用场景

针对参会人员，提供软硬件结合的便携式会议设备讯飞转写机，实现即拿即用，突破对传统会议地点和设备要求的限制，结合会议的展板，实时同步转写结果、会议材料以及会议字幕。整体上结合会议现场环境分为以下三种模式：

结合会议参会人员和现场环境，采用不同的硬件搭配组合进行拾音处理。

1)        讯飞转写机+蓝牙麦克风，适用于领导汇报和会议培训场景

汇报人配合蓝牙麦克风发言，可随意走动，参会领导可根据投屏内容实时理解汇报内容

2)        讯飞转写机+圆盘阵列，适用于小型会议场景

针对小型业务讨论会，圆盘阵列麦克风可以实现收取3-5个人的讨论发言，会议秘书可以对会议流程进行自主控制，并可针对议题对相应的材料进行投屏展示，满足小型会议讨论场景的记录和材料查看需求。

3)        连接现有收音设备

通过设备自带的音频输入口，将现有收音设备连接到政法讨论平台（便携版），满足利用现有会议室设备开会的需求。

结合软硬件一体化平台，根据不同的会议要求，配合不同的拾音设备，满足公检法多场景需要。

3.4          详细建设方案

3.4.1 系统架构

图 1系统功能架构

系统采用“便携设计，本机部署”的模式，基于手提式硬件设备构建统一的语音支撑平台，提供并发语音识别服务、语义分析、语音唤醒、语音文本存储等基础支撑服务，并且结合讯飞语音优势，提供针对会议场景专门定制的会议材料深度应用，会议资料随讲随翻可以为提升会议效率提供强有力的技术支撑。

3.4.2 部署架构

3.4.3 软件功能介绍

3.4.3.1 会议记录系统

图 2首页

立即开会

提供立即开会功能，用户点击即可开会，无需任何会前准备。

l  会议进程控制

用户点击进入某个会议后，可以开始会议，开始会议后启动会议进程，系统提供自动转写功能。

开始会议后，用户可以通过【暂停会议】功能暂停会议，暂停会以后可以选择继续会议；开始会议后用户也可以随时通过【结束会议】功能来结束会议。

l  提供实时转写

通过讯飞核心技术，对参会者的语音以及会议中播放的音频资料进行实时的文本转写，在转写完整度高达100%，安静场景下转写正确率高达百分之95%。具体通过以下方式实现转写结果的高效准确：

智能纠正：语音转写的结果，会自动结合上下文语义，实现笔录快速修订。

转写结果回听：选中转写结果，可以回听对应的音频内容，辅助记录人员对记录结果进行校对和修正。

敏感词屏蔽/语气词过滤:添加敏感词库和语气词库，在语音转写时过滤掉相关敏感词和语气词，增加会议的严谨性。

个性化词汇：支持用户手动添加个性化词汇，如人名、地名、公司名称等，增强语音转写的准确性。

l  辅助会议记录

在语音转写文本的基础上，记录员可以进行编辑、删除、复制等操作，方便记录员快速的生成会议纪要。

编辑时，支持与语音转写进行同步编辑，包括新增、修改、删除、多行编辑功能。支持全键盘操作及鼠标右键快捷菜单，使得编辑效率大幅提升。在编辑格式上，提供了字体类型、大小设置功能，在线完成排版。

提供会议纪要标注功能，通过对文本重点标注，并提供重点文本导出功能。

提供音频资料回听功能，在会议记录正文中选中所需回听文字，可对文字内容对应的音频进行回听。

l  资料导出打印

系统对于音频材料以及会议录音和会议记录，支持导出和打印功能。支持对会议纪要、会议转写、重点文本和会议音频内容进行导出，导出的是doc格式的文件类型；根据不同的议题，将相关导出材料汇总到不同的文件夹。支持对会议纪要、会议转写和重点文本内容进行打印。

l  笔录全文检索

针对笔录内容，提供全文关键字检索功能，用户可以快速定位到所需查找的关键词。

l  字幕展板投屏

提供字幕展板功能，具体功能见会议投屏系统中的字幕展板功能。

案件会议

l  便捷会前准备

支持会前材料导入，可提前提供所需材料供参会人员查阅。也可以直接开会，无需进行任何会前准备即可开会。

l  会议进程控制

用户点击进入某个会议后，可以开始会议，开始会议后启动会议进程，系统提供自动转写功能。

开始会议后，用户可以通过【暂停会议】功能暂停会议，暂停会以后可以选择继续会议；开始会议后用户也可以随时通过【结束会议】功能来结束会议。

l  会中议题控制

用户点击进入某个会议后，可以看到会议中的具体议题。

对于多个议题的会议，用户可以通过点击不同的议题，切换相关议题，同时，转写内容以及会议记录内容也随之切换到相应的议题，方便对多个议题的内容进行快速切换和准确记录。

支持在会议中针对议题上传材料，并可对材料进行查看操作，了解会议信息，辅助会议记录。

l  提供材料参阅

会议材料：支持对会议材料进行上传查阅,会前会中对材料进行随时查看，支持的文件格式包括，doc、docx、pdf、txt、、png、jpg、wav、mp3、pcm、wma、mp4。

l  提供实时转写

通过讯飞核心技术，对参会者的语音以及会议中播放的音频资料进行实时的文本转写，在转写完整度高达100%，安静场景下转写正确率高达百分之95%。具体通过以下方式实现转写结果的高效准确：

智能纠正：语音转写的结果，会自动结合上下文语义，实现笔录快速修订。

转写结果回听：选中转写结果，可以回听对应的音频内容，辅助记录人员对记录结果进行校对和修正。

敏感词屏蔽/语气词过滤:添加敏感词库和语气词库，在语音转写时过滤掉相关敏感词和语气词，增加会议的严谨性。

l  辅助会议记录

在语音转写文本的基础上，记录员可以进行编辑、删除、复制等操作，方便记录员快速的生成会议纪要。

编辑时，支持与语音转写进行同步编辑，包括新增、修改、删除、多行编辑功能。支持全键盘操作及鼠标右键快捷菜单，使得编辑效率大幅提升。在编辑格式上，提供了字体类型、大小设置功能，在线完成排版。

提供会议纪要标注功能，通过对文本重点标注，并提供重点文本导出功能。

提供音频资料回听功能，在会议记录正文中选中所需回听文字，可对文字内容对应的音频进行回听。

l  资料导出打印

系统对于音频材料以及会议录音和会议记录，支持导出和打印功能。支持对会议纪要、会议转写、重点文本和会议音频内容进行导出，导出的是doc格式的文件类型；根据不同的议题，将相关导出材料汇总到不同的文件夹。支持对会议纪要、会议转写和重点文本内容进行打印。

l  笔录全文检索

针对笔录内容，提供全文关键字检索功能，用户可以快速定位到所需查找的关键词。

l  字幕展板投屏

提供字幕展板功能，具体功能见会议投屏系统中的字幕展板功能。

l  材料+滚动字幕投屏

提供字幕展板功能，具体功能见会议投屏系统中的材料投屏和滚动字幕投屏功能。

会议管理

提供会议管理功能，可以对该用户的所有会议进行查看、删除、销毁或筛选。

点击查看会议，即可对会议的所有内容进行查看。

支持用会议名称关键字、会议类型和会议状态对会议列表进行筛选查看。

可以根据用户需求删除会议或销毁会议，不留痕迹，确保会议信息的安全性。

音频转写

支持2G以内多种文件类型（wav\mp3\pcm）的离线音频转写功能，方便用户将录制的音频材料在会后进行转写和记录整理。

并支持对转写后的内容进行手动编辑修改，并可以将编辑后的结果导出，方便用户导出即用。

对于转写或修改的结果，可以对字体格式进行调整，包括字体、大小、加粗、倾斜、增加下划线。

对于转写的音频，支持以列表查看，也支持对上传的音频进行删除。

支持对音频材料进行播放，播放时对应的转写文本高亮显示。

3.4.3.2 会议投屏系统

字幕大屏展示

系统支持将会议纪要内容实时推动到大屏展示，用户可以自身的客户端实时查看笔录内容，其他会场人员通过大屏查看最新的笔录记录结果。

l  实时同步转写

系统支持实时同步语音转写内容。

l  语言模式设置

系统支持对字幕模式进行配置,根据需要选择是否需要双语投屏。

目前支持的语言模式包括汉语、汉英翻译和汉维翻译三种模式。

l  风格自主设置

支持通过会议记录客户端对投屏的背景进行配置，用户可以根据需要自己选择。

支持用户对投屏字体大小、颜色、类型进行配置，以适应多种场景会议需求。

支持对投屏的logo和会议标题在后台配置，配置信息和客户端绑定。（备注：此配置需要联系运维人员在后台进行，用户无法自己在页面上实现配置。）

系统自动记录上一次大屏配置信息，方面后续直接使用。

会议材料投屏

支持针对会议材料的实时展示，提供语音调取的方式唤醒材料内容和翻页。

也支持手动切换会议材料，切换后的结果会自动同步到大屏中。

默认状态下随讲随翻功能开启，可手动设置关闭随讲随翻。

默认状态下提供滚动字幕功能，可手动设置关闭滚动字幕。

滚动字幕投屏

系统支持在投屏时对滚动字幕模式进行配置，支持在屏幕底部和顶部两种显示模式，并可对滚动字幕的字体、大小、颜色进行设置。

滚动字幕的语言模式支持汉语、汉英、维语三种模式。

备注：对于需要同时进行大屏展板投屏和字幕插件投屏的现场，可以同步使用，操作方式是在单独的电脑上部署投屏，直接通过会议记录系统同时拉起。

3.4.4 配置清单

3.4.4.1 会议记录系统功能清单

3.4.4.2 会议投屏系统

3.4.4.3 核心能力配置清单

3.4.4.4 硬件配置清单

终端形态

图 3政法讨论平台（便携版）终端形态

终端参数

3.6 售后服务方案

故障处理

1）       将问题反馈给业务交付人员；

2）       业务交付人员及时依据产品FAQ进行初步问题判断是否为软、硬件问题；

3）       业务交付人员联系二线人员，二线人员对问题进行定位和处理。

针对硬件问题：

l    与硬件技术支持部第一时间沟通相关设备故障详情；

l    技术支持部将在1个小时内给出初步判断故障类型；

l    在1个工作日内反馈至相关厂商负责人员，并保持紧密沟通。对故障问题原因要求相关厂商需在5个工作日内输出相关问题报告同步我方；

l    硬件技术支持部对问题报告内容组织相关内部研发、测试等部门进行充分验证讨论报告及改进措施是否有效，并对产品建立相关质量信息表，有效管控产品质量及故障率。

针对软件问题：

l    二线人员进行处理。

l    对于软件bug问题，第一时间反馈给产品人员，由产品人员协调相关人员进行处理。