口述历史项目中的生成式AI语音转写与主题索引生成.docx

PAGE2

口述历史项目中的生成式AI语音转写与主题索引生成竞争分析报告

摘要

本报告聚焦于生成式AI在口述历史项目中的语音转写与主题索引生成这一垂直应用领域，对当前市场的主要技术提供商和解决方案进行系统性竞争分析。分析范围涵盖方言识别准确度、多人对话分离能力、自动主题索引与摘要生成质量三大核心技术维度，涉及科大讯飞、阿里云、腾讯云、百度智能云、Whisper生态及专业口述历史平台等六类竞争者。

核心发现表明：方言识别领域呈现“讯飞领跑、多强追赶”的格局，西南官话、粤语等大方言识别准确率已突破92%，但小方言仍存在显著技术鸿沟；多人对话分离技术处于快速迭代期，基于声纹嵌入的聚类算法使分离