《人工智能通识》-项目4-2 AIGC音频生成应用 - 任务1 整理会议音频转写与纪要.pptxVIP

A/;

本课件为《人工智能通识(AIGC版)》配套教学资

源，由编写团队精心打造。

为便于教学使用，团队同步提供了丰富的辅助材料，

涵盖微课视频、教学课件、实训手册、习题答案、课程

标准及程序源代码等。

同时，教材配套超星教学示范包，支持一键克隆为

网络在线课程，助力高效开展线上线下混合式教学。

欢迎联系出版方订购使用。

书名：《人工智能通识(AIGC版)》

书号：978-7-111-79447-9

出版社：机械工业出版社

主编：蓝永健、吴秀红、罗智聪

副主编：邓爱玲、王有铭、叶菊、周弢;

PARTTHREE

项目实施;

近期，公司召开了一场智能语音助手功能设计内部会议。会议结束后，考虑到时间紧、任

务重，且需要快速将会议成果转化为可执行内容，团队主管便要求小青使用AIGC工具，将会议录音转化为结构化的会议纪要。这份纪要不仅要清晰呈现会议内容，还需自动标注关键议题与最终决策，同时满足中英双语的需求。假如你是小青，你打算如何高质量地完成这一项工作呢?;

技术工具选用

语音识别可选用讯飞听见、通义、腾讯云语音识别等语音处理工具，快速转写成文字。

本次任务选用通义将会议音频转写成文字纪要，并翻译成英文，实现中英双语，另外结合Audition、

腾讯翻译君等工具对音频及文档进行优化、核对。

Al辅助音频转写文字的方式

AI辅助音频转写文字主要有两种方式：会议现场实时录音转写和上传录音文件转写。本次任务使用

“上传录音文件转写”的方式以实现音频转写文字。;

常见音频格式

常见的音频格式有WAV、MP3、AAC、FLAC等。无损格式(WAV、FLAC、AIFF)适合专业制作和

存档，有损格式(MP3、AAC)适合日常使用；流媒体优先选AAC/Opus,游戏开发可考虑OGG,语音场景用AMR;跨平台项目建议使用MP3、WAV或AAC,避免小众格式(如WMA)。;

会议纪要智能整理，可以通过音频预处理、AI转写、结构化处理和审核交付四步，快速生成规范会议记录。

在录音转文字环节，上传至“通义”(网页版)--“音视频速读”进行AI转写，设置语言和发言人参数，生成文本后初步

校对，重点核对术语和数据准确性，支持中英双语输出。

在会议纪要处理环节，使用“通义”--“会议纪要助手”,进行会议纪要的生成，突出关键内容和决策，提升可读性。;

任务1整理会议音频转写与纪要;

作品效果

会议音频_原文

发言人100:00

大家好，今天咱们开个会，主要是聊聊咱们新智能语音助手的功能框架。现在市面上语音助手不少，咱们得做出点差异化。大家先说说咱们这语音助手最核心的功能应该有哪些。

我觉得首先得把语音识别做扎实，识别准确率是基础，然后音频合成也得自然流畅.不能让用

户觉得机器感太重。

发言人300:25

我同意语音识别这块，我们可以考虑用最新的aec技术.比如深度学习模型来提高识别率，特别是针对方言和口音的识别。音频合成方面。也可以尝试用神经网络模型让声音更逼真。

那测试这块得跟上，得模拟各种环填，比如嗜杂环境、安静环境.看看识别率和合成效果怎么

样、还有不同设备上的兼容性也得测好。

发言人100:57

那咱们就先定下来核心功能，包括语音识别、音频合成、还有后续要加的语义理解和智能交互

技术。团队先搞个初步方案、测试团队准备测试用例：咱们下次会再细聊。;

详细步骤

请查看教材步骤说明，并观看对应的微课视频;

机械工业出版社《人工智能通识》配套资源