■本报记者 赵广立
11月，科大讯飞推出了一款大尺寸的墨水屏办公本——讯飞智能办公本MAX，被认为是“人工智能语音技术与墨水屏手写的完美结合”。作为智能办公本MAX的第一批体验用户和智能办公本家族系列背后的技术支撑者，科大讯飞AI研究院副院长高建清称，这是科大讯飞“用核心技术打造的核心产品”“一款好用的智能办公本”。
打造一款好用的智能办公本，需要集成多少核心技术？高建清在接受《中国科学报》专访时作了详细回答。
“我们认为智能办公本主要有三大功能——会议记录、手写书写、阅读/听书，讯飞智能技术主要关注这些功能的实现。”高建清说。
它首先要“听”得懂——不仅要能听懂普通话，还要能听懂方言、外语，并尽可能准确地将其转成文字。这需要语音识别、方言识别、机器翻译等技术。据了解，智能办公本MAX支持粤语、四川话、河南话等12种方言识别，英、德、日等7种外语和两种民族语言的实时互译。
如果是多人会议，使用场景变得复杂，它还要在多人发言的会议中区别发言人，以便更准确地识别。这要用到声纹识别、多麦克风阵列等技术，实现“说话人分离”。
在阅读/听书的使用场景，智能办公本MAX要会“读”书。高建清告诉记者，为了减少AI读书的“机械感”，讯飞在语音合成技术上下足了功夫，打造了AI模拟真人朗读功能，并且支持声音复刻、定制私人声库，让用户听得自然舒适。
另外，讯飞希望将智能办公本MAX打造成为“科研人员的第一款智能办公本”，因此专门配齐了专业文献阅览功能——办公本尺寸与A4纸张大小相近，阅览视野几乎与纸质文献无异；AI排版优化，对PDF文件爱好者非常友好。更重要的是，阅览文献过程中要批注圈画、记笔记、写心得，Wacom磁吸电磁笔和墨水屏相得益彰，更有OCR识别技术助阵中英文及符号图文转换。高建清说，智能办公本MAX写字和擦除仅23毫秒延迟，人类肉眼难以察觉，这背后是工程技术上的精益求精。
高建清告诉记者，讯飞智能办公本MAX承载着科大讯飞多项不断迭代精进的智能技术。同时，讯飞会不断根据产品端反馈的问题，优化技术。
他举例说，一开始，技术端小伙伴觉得“离线转写”这个功能并不太重要，但产品端对这一功能的需求反馈却非常高。“后来我们结合边缘计算技术，采用高性能计算处理单元（如NPU）逐步实现了这一功能，现在几个小时的离线转写的准确率非常高，并且通过极致的工程优化，我们解决了办公本由于持续运算导致设备发烫的问题。”
另一个代表性功能是“说话人分离”。高建清说，复杂场景下的语音识别在业内一直都是个难啃的“硬骨头”，这要求智能终端有准确判断不同说话人所处方位、区分不同声纹的能力。对此他们除了在优化麦克风阵列上做文章、提高声纹识别能力外，还开创性引入自然语言处理技术，利用语义信息分析辅助AI更准确地区分说话人。
通过将语音识别与墨水屏手写相结合，科大讯飞集成多种技术打造了一款可以同时保存语音和手写两种记录的智能办公本，这在高建清看来不仅是效率的提升，同时标记着这个时代。他说，技术探索没有止境，针对智能办公本的优化改进将持续。“下一步，我们将借助技术和工程，不仅帮助人们保存信息，而且协助大家更高效地挖掘信息背后的价值，真正打造一款无可替代的时代精品。”
