现状与需求
庭审过程中,需要形成文字版庭审记录,便于事后追溯或跟踪。现有的人工听写方式受限于记录员的业务熟练程度和打字速度,导致记录效率较低、浪费人力。采用信息化手段改善记录工作,提高工作效率的呼声日渐高涨。
为促进审判体系和审判能力现代化,加速智慧法院建设,亚讯威视按照“智慧、创新”的总体思路,充分运用云计算、大数据等智能化技术,围绕智能语音识别技术与会议场景的深度融合,将庭审全过程进行语音转写,对所得的电子记录数据进行有效的管理、分析、利用、应用智能语音识别技术,将语音实时转成文字,庭审结束即可成稿,极大降低了对记录员业务素质的要求,减轻记录员工作强度
法庭智能语音系统架构
电子笔录
在庭审过程中,对审判员.原被告等角色的语音进行实时转写,以文字形式实时推送到书记员的电脑上。书记员可实时校对,编辑,庭审完毕即可生成电子笔录
语音播报
使用语音合成技术,(1)播放法庭纪律。庭前告知等内容:(2)对视觉障碍.不识字等当事人播放相关法律文书:(3)宣读法律法规条文、证言证词,判决书等:(4)庭审过程中,审判长认为需要临时播放的内容
智能检索:
通过语音或文字方式实时检索法院知识库中存储的法律法规条文.司法解释、案例判决等信息
角色分离
自动区分发言人的角色,如审判长、公诉人/原告,被告等。系统对发言内容进行语音转写时,识别结果自动对应到相应的角色
定制语音模型
针对不同地区、不同类型的案件,系统可以预先进行语音识别模型的定制化训练。提高语音识别准确率。
实时编辑:
审过程中,书记员可实时对语音转写输出的文字内容进行修改.删除.替换,使庭审记录更为准确,精炼
电子标签
因现场嘈杂、争吵激烈,方言口音较重等因素导致语音识别效果错误率偏高,书记员又来不及马上修改的地方,可以在此处打上电子标签。待庭审结束后。书记员点击此处电子标签,系统会自动跳至对应的视频时间点通过视频会看来进行文字校正。
会议转写
可以对法院的各类会议进行实时语音转写,如审委会,庭前准备会,民事调解、信访等,生成会议纪要
法庭智能语音系统优势
识别率高:
采用最新一代基于TDN-LSTM(时延+时间递归神经网络)技术,采用先进的声学模型和语言
模型训练方法,语音识别率处于国际领先水平,汉语普通话语音识别准确率95%以上
识别速度快
采用了高度优化的解码器核心,基于有限状态机(WFST)的解码网络,支持语音流实时输出,大大提高了语音识别速度,识别实时率<0.3,即3秒钟音频长度的录音,1秒钟即可处理完毕。
可定制模型
可以按照特定区域的方言(如粵语)进行语音识别模型定制,也可以按照民事、刑事、知识产权等审判类型进行语音识别模型定制,进一步提高语音识别的准确率
算法先进
采用最先进的深度神经网络等多种先进算法,模仿人脑的机制处理数据,大幅提升识别率及运算效
高扩容性
在统一平台框架下,语音识别、语音合成、语义理解、手写识别。图像识别.声纹识别、人脸识别指纹识别等多项智能模块可以灵活叠加组合,具有强大的多业务支撑能力
强兼容性
提供标准开放的AP和SK接口,能够与法院已有系统直接对接,如视频系统、知识管理系统等,可以充分利用现有资源,避免重复投资
稳定可靠
硬件设备均选用品质优良的成熟产品。智能能力软件全部是在清华大学科研成果基础上自主研发在许多领域得到成功应用
提升信息化水平
采用人工智能技术构建语音云支撑平台,提供语音转写,图像识别、大数据分析等基础支撑服务并在此基础上构建庭审过程录音及转写辅助系统。
非结构数据结构化
采用语音转写技术实现了将音视频内容转写为文字存储.采用图像识别技术实现了将文档、票据等电子证据也转为文字内容存储。
智能平台特性
多能力
在统一平台框架下,可灵活组合语音识别、语音合成、语义理解、手写识别.、图像识别、声纹识别人脸识别、指纹识别等多项能力,具有强大的多业务支撑能力
易集成
提供多种标准开放的AP和sDK,具有良好的软硬件兼容性,支持多渠道、多种第三方产品接入处理支持用户二次开发,满足多样化业务要求
高可用
自带负载均衡模块,支持集群部署,多点热备,提供实时监控报警服务,系统稳定性好
庭审过程中,需要形成文字版庭审记录,便于事后追溯或跟踪。现有的人工听写方式受限于记录员的业务熟练程度和打字速度,导致记录效率较低、浪费人力。采用信息化手段改善记录工作,提高工作效率的呼声日渐高涨。
为促进审判体系和审判能力现代化,加速智慧法院建设,亚讯威视按照“智慧、创新”的总体思路,充分运用云计算、大数据等智能化技术,围绕智能语音识别技术与会议场景的深度融合,将庭审全过程进行语音转写,对所得的电子记录数据进行有效的管理、分析、利用、应用智能语音识别技术,将语音实时转成文字,庭审结束即可成稿,极大降低了对记录员业务素质的要求,减轻记录员工作强度
法庭智能语音系统架构
电子笔录
在庭审过程中,对审判员.原被告等角色的语音进行实时转写,以文字形式实时推送到书记员的电脑上。书记员可实时校对,编辑,庭审完毕即可生成电子笔录
语音播报
使用语音合成技术,(1)播放法庭纪律。庭前告知等内容:(2)对视觉障碍.不识字等当事人播放相关法律文书:(3)宣读法律法规条文、证言证词,判决书等:(4)庭审过程中,审判长认为需要临时播放的内容
智能检索:
通过语音或文字方式实时检索法院知识库中存储的法律法规条文.司法解释、案例判决等信息
角色分离
自动区分发言人的角色,如审判长、公诉人/原告,被告等。系统对发言内容进行语音转写时,识别结果自动对应到相应的角色
定制语音模型
针对不同地区、不同类型的案件,系统可以预先进行语音识别模型的定制化训练。提高语音识别准确率。
实时编辑:
审过程中,书记员可实时对语音转写输出的文字内容进行修改.删除.替换,使庭审记录更为准确,精炼
电子标签
因现场嘈杂、争吵激烈,方言口音较重等因素导致语音识别效果错误率偏高,书记员又来不及马上修改的地方,可以在此处打上电子标签。待庭审结束后。书记员点击此处电子标签,系统会自动跳至对应的视频时间点通过视频会看来进行文字校正。
会议转写
可以对法院的各类会议进行实时语音转写,如审委会,庭前准备会,民事调解、信访等,生成会议纪要
法庭智能语音系统优势
识别率高:
采用最新一代基于TDN-LSTM(时延+时间递归神经网络)技术,采用先进的声学模型和语言
模型训练方法,语音识别率处于国际领先水平,汉语普通话语音识别准确率95%以上
识别速度快
采用了高度优化的解码器核心,基于有限状态机(WFST)的解码网络,支持语音流实时输出,大大提高了语音识别速度,识别实时率<0.3,即3秒钟音频长度的录音,1秒钟即可处理完毕。
可定制模型
可以按照特定区域的方言(如粵语)进行语音识别模型定制,也可以按照民事、刑事、知识产权等审判类型进行语音识别模型定制,进一步提高语音识别的准确率
算法先进
采用最先进的深度神经网络等多种先进算法,模仿人脑的机制处理数据,大幅提升识别率及运算效
高扩容性
在统一平台框架下,语音识别、语音合成、语义理解、手写识别。图像识别.声纹识别、人脸识别指纹识别等多项智能模块可以灵活叠加组合,具有强大的多业务支撑能力
强兼容性
提供标准开放的AP和SK接口,能够与法院已有系统直接对接,如视频系统、知识管理系统等,可以充分利用现有资源,避免重复投资
稳定可靠
硬件设备均选用品质优良的成熟产品。智能能力软件全部是在清华大学科研成果基础上自主研发在许多领域得到成功应用
提升信息化水平
采用人工智能技术构建语音云支撑平台,提供语音转写,图像识别、大数据分析等基础支撑服务并在此基础上构建庭审过程录音及转写辅助系统。
非结构数据结构化
采用语音转写技术实现了将音视频内容转写为文字存储.采用图像识别技术实现了将文档、票据等电子证据也转为文字内容存储。
智能平台特性
多能力
在统一平台框架下,可灵活组合语音识别、语音合成、语义理解、手写识别.、图像识别、声纹识别人脸识别、指纹识别等多项能力,具有强大的多业务支撑能力
易集成
提供多种标准开放的AP和sDK,具有良好的软硬件兼容性,支持多渠道、多种第三方产品接入处理支持用户二次开发,满足多样化业务要求
高可用
自带负载均衡模块,支持集群部署,多点热备,提供实时监控报警服务,系统稳定性好
