訊飛聽見SaaS服務(wù)邁入全新時代

AI應(yīng)用信息1年前 (2024)發(fā)布 XIAOT

隨著數(shù)字化時代的來臨，國內(nèi)各企業(yè)為了提升行業(yè)競爭力，紛紛開始利用數(shù)字化技術(shù)，來實現(xiàn)以降本增效為核心的數(shù)字化轉(zhuǎn)型，得益于此，助力企業(yè)數(shù)字化轉(zhuǎn)型升級的SaaS也開始進(jìn)一步升溫。

眾所周知，國內(nèi)企業(yè)服務(wù)SaaS產(chǎn)業(yè)賽道眾多、流派迥異，其中向用戶提供SaaS類產(chǎn)品與本地化部署解決方案的智能語音轉(zhuǎn)寫就是其細(xì)分領(lǐng)域的一員。而在疫情等眾多因素的共同催化之下，智能語音轉(zhuǎn)寫技術(shù)的商業(yè)化應(yīng)用也迎來了新的發(fā)展機(jī)遇。

智能語音轉(zhuǎn)寫乘風(fēng)起

隨著智能語音產(chǎn)品及服務(wù)在辦公、學(xué)習(xí)、行業(yè)交流等多個場景中的應(yīng)用越來越廣泛，智能語音轉(zhuǎn)寫市場整體規(guī)模持續(xù)上漲，其發(fā)展?jié)摿σ苍谥鹨会尫拧?jù)艾瑞咨詢發(fā)布的《2022年中國智能語音轉(zhuǎn)寫行業(yè)研究報告》顯示，2021年中國智能語音轉(zhuǎn)寫市場規(guī)模約為215億元，預(yù)計2026年將達(dá)到469億元，呈現(xiàn)高速增長態(tài)勢。而智能語音轉(zhuǎn)寫行業(yè)之所以能一直保持快速發(fā)展勢頭，則與三大利好不無關(guān)系。

在政策上，國家有關(guān)智能語音、語音自動轉(zhuǎn)寫、語音同步轉(zhuǎn)錄等相關(guān)政策的不斷出臺，使得智能語音轉(zhuǎn)寫賽道不斷升溫。自2017年起，國家有關(guān)部門就相繼出臺了多項政策，鼓勵和支持智能語音產(chǎn)業(yè)的發(fā)展。

在技術(shù)上，語音識別（ASR）、自然語言處理（NLP）、語音合成（TTS）等技術(shù)的持續(xù)突破，為智能語音轉(zhuǎn)寫技術(shù)的精度和速度的提升奠定了基礎(chǔ)。

在需求上，得益于人力成本、協(xié)同辦公、會展交流、跨國溝通等多重因素的共同驅(qū)動，智能語音轉(zhuǎn)寫的市場需求持續(xù)擴(kuò)大。

但技術(shù)從殿堂步入尋常百姓生活，需要產(chǎn)品的鏈接，如何滿足當(dāng)下用戶越來越豐富多元的使用需求？真正做到有爽點的使用感受，這是出給每個人工智能公司產(chǎn)品和業(yè)務(wù)團(tuán)隊的一項難題。從產(chǎn)品形態(tài)來看，智能轉(zhuǎn)寫和翻譯的產(chǎn)品主要包括SaaS類產(chǎn)品與本地化部署解決方案兩大類，其中SaaS市場更是不乏重量級玩家，只不過新入局者眾多，行業(yè)痛點并未得到很好的解決。

一是，技術(shù)實力不足。精準(zhǔn)快速的轉(zhuǎn)寫和翻譯服務(wù)往往需要強(qiáng)大的軟硬件技術(shù)支撐，然而目前大多數(shù)語音智能轉(zhuǎn)寫玩家，在技術(shù)研發(fā)和創(chuàng)新上的能力較為有限，這就導(dǎo)致其產(chǎn)品在應(yīng)用過程中的準(zhǔn)確率，難以達(dá)到理想效果，不僅無法滿足實際使用需求，可能最后還需要人工來處理或糾錯，從而降低使用效率。

二是，應(yīng)用場景單一。如今，智能語音轉(zhuǎn)寫產(chǎn)品和服務(wù)的應(yīng)用場景正在逐漸擴(kuò)大。市面上大多數(shù)轉(zhuǎn)寫翻譯的產(chǎn)品和服務(wù)卻依舊很難滿足用戶多場景、多形態(tài)的需求，加之有的軟硬件產(chǎn)品還出現(xiàn)了鏈接不順暢或者賬戶切換繁冗復(fù)雜等情況，讓用戶交互體驗感欠佳。

三是，缺乏定制化服務(wù)。對語義的理解有誤，語言識別和翻譯的準(zhǔn)確性就會大打折扣，定制化服務(wù)卻能有效緩解這一問題。只不過，在目前的入局者中，能夠為用戶構(gòu)建獨有產(chǎn)品，提供專屬服務(wù)的玩家少之又少。而缺乏定制化服務(wù)，很難真正做到對智能語音轉(zhuǎn)寫行業(yè)的深耕。

以上問題確實是行業(yè)內(nèi)真實存在的通病，也是實際應(yīng)用中很難避免的痛點，因此為了實現(xiàn)“信達(dá)雅”這一目標(biāo)，該領(lǐng)域的大多數(shù)玩家還需要在技術(shù)研發(fā)、場景優(yōu)化、交互體驗等方面長期求索。與其他玩家不同，在解決這些痛點方面，我覺得科大訊飛做的還是有可圈可點之處的。

訊飛聽見重塑語音SaaS服務(wù)

作為科大訊飛旗下的一款SaaS化服務(wù)產(chǎn)品，訊飛聽見在創(chuàng)立之初便通過聚合多項SaaS轉(zhuǎn)寫翻譯服務(wù)搭建了面向消費者的軟件平臺，同時又面向BG端客戶群率先發(fā)布了智能會議系統(tǒng)及相應(yīng)解決方案，從而形成了全套的、成體系的系統(tǒng)級智能語音轉(zhuǎn)寫服務(wù)。

通過GBC三方聯(lián)動的業(yè)務(wù)方式，訊飛聽見很快就在轉(zhuǎn)寫行業(yè)的品牌市場打響了知名度。據(jù)悉，易觀發(fā)布的《中國智能語音轉(zhuǎn)寫工具行業(yè)洞察2021》報告顯示，訊飛聽見的轉(zhuǎn)寫產(chǎn)品品牌知名度位列榜首；艾瑞咨詢剛剛發(fā)布的2022《智能語音轉(zhuǎn)寫行業(yè)研究報告》中也顯示，訊飛聽見在智能語音轉(zhuǎn)寫SaaS產(chǎn)品競爭格局中被納入了第一梯隊的陣營，且綜合排名第一。而訊飛聽見能在行業(yè)中擁有如此地位，雖有些出乎意料之外，但也確實在情理之中。

在技術(shù)落地方面，訊飛聽見繼承了訊飛轉(zhuǎn)寫的全部優(yōu)點，做到了既“快”又“準(zhǔn)”?？拼笥嶏w是國內(nèi)少數(shù)幾家真正在人工智能領(lǐng)域具備核心技術(shù)的企業(yè)，因此，傳統(tǒng)轉(zhuǎn)寫引擎1個小時的音頻一般需要10分鐘左右，而依托科大訊飛深耕多年的自然語言處理、聲紋識別、語音識別、翻譯等核心技術(shù)，訊飛聽見超高效率的極速語音轉(zhuǎn)寫，最快可以達(dá)到1小時音頻轉(zhuǎn)寫完成僅耗時20秒。在市場應(yīng)用級別，1小時音頻則5分鐘之內(nèi)即可轉(zhuǎn)寫完畢。

另外，市面上很多智能語音轉(zhuǎn)寫產(chǎn)品和服務(wù)因為技術(shù)實力不足，其產(chǎn)品力也明顯不足，轉(zhuǎn)寫準(zhǔn)確率大多甚至還達(dá)不到90%，稍微好一點的產(chǎn)品，其準(zhǔn)確率也只到95%左右，而訊飛聽見的AI智能轉(zhuǎn)寫準(zhǔn)確率能高達(dá)97.5%，在行業(yè)內(nèi)可謂是名列前茅。且在智能糾錯、語氣詞過濾、詞庫建設(shè)上有較好的應(yīng)用，大大提升了轉(zhuǎn)寫精準(zhǔn)度。

在場景應(yīng)用方面，訊飛聽見解決了通用人群的轉(zhuǎn)寫問題，是專業(yè)人群的翻譯助力。傳統(tǒng)翻譯產(chǎn)品多應(yīng)用于專業(yè)大會、學(xué)術(shù)研究等場景，但訊飛聽見除了這些傳統(tǒng)場景外，還可以應(yīng)用于常用的日常會議記錄、課堂筆記。不過，訊飛聽見的豐富程度遠(yuǎn)不止于此，還包括視頻會議自帶字幕的云會議，給視頻做字幕和翻譯的聽見字幕，以及可以提升拾音效率的一系列硬件組合產(chǎn)品等。而針對轉(zhuǎn)寫應(yīng)用最廣泛的一個場景會議紀(jì)要，訊飛聽見則是推出了網(wǎng)頁端的AI紀(jì)要功能，在實時錄音轉(zhuǎn)寫的同時，可以進(jìn)行AI輔助紀(jì)要，自動關(guān)聯(lián)紀(jì)要內(nèi)容所匹配的錄音時段，讓記錄更清晰，會議場景再現(xiàn)更準(zhǔn)確。此外，先于蘋果手機(jī)推出的懸浮字幕，可識別手機(jī)音視頻內(nèi)容中的文字，實時轉(zhuǎn)寫翻譯成多語種字幕也被應(yīng)用在各類場景中。

在服務(wù)專業(yè)性方面，訊飛聽見周到細(xì)致的定制化服務(wù)，與其他產(chǎn)品形成了差異化優(yōu)勢。訊飛聽見作為一款高效轉(zhuǎn)寫服務(wù)產(chǎn)品，不僅技術(shù)領(lǐng)先，服務(wù)也很專業(yè)。平臺能為不同用戶提供定制化的服務(wù)，通過將機(jī)器轉(zhuǎn)寫翻譯和人工譯員資源整合，打造語音語言服務(wù)平臺促進(jìn)行業(yè)共榮，讓用戶可根據(jù)不同需求進(jìn)行定制化服務(wù)咨詢。而其豐富的生態(tài)服務(wù)能力，也能滿足很多垂直領(lǐng)域人群的服務(wù)需求，幫助用戶實現(xiàn)高效無障礙溝通。也正因為專業(yè)性的應(yīng)用，訊飛聽見在冬奧會、冬殘奧會、成都世乒賽等多項體育賽事上，才可以代表中國刷新中國智造的AI名片。

好產(chǎn)品往往都是從用戶角度出發(fā)，訊飛聽見之所以能從眾多玩家中脫穎而出，得到越來越多用戶的青睞和選擇，與其持續(xù)深入了解用戶需求，不斷進(jìn)行產(chǎn)品迭代不無關(guān)系。

值得一提的是，轉(zhuǎn)寫翻譯技術(shù)不僅是作為一個專業(yè)型工具被廣泛應(yīng)用，也可以作為輔助工具幫助到聽障人群。據(jù)了解訊飛聽見在2019年發(fā)起的“聽見AI的聲音”公益活動，為聽障群體免費提供訊飛聽見旗下APP、訊飛聽見會議、訊飛聽見鴻蒙卡片等多項轉(zhuǎn)寫服務(wù)，幫助聽障人群可以通過轉(zhuǎn)寫文字加強(qiáng)與社會的交流，目前已經(jīng)向社會捐贈8140萬分鐘轉(zhuǎn)寫時長。

語音轉(zhuǎn)寫SaaS服務(wù)邁入全新時代

而訊飛聽見的再度迭代升級，不僅對機(jī)器同傳行業(yè)有著積極影響，更對推動整個智能語音轉(zhuǎn)寫市場的發(fā)展具有重要意義。

具體而言，對用戶來說，訊飛聽見憑借強(qiáng)大的AI語音轉(zhuǎn)寫翻譯技術(shù)，為用戶提供了更有效率的信息傳遞服務(wù)，在一定程度上降低溝通門檻，提升交互體驗。訊飛聽見同傳支持中、英、法、俄、德、日、韓、西班牙、阿拉伯9國語種的實時轉(zhuǎn)寫及翻譯，能有效滿足用戶的多樣化需求，進(jìn)而真正實現(xiàn)人與人之間的無障礙交流。而這類傳統(tǒng)線下頂級峰會才被使用的AI技術(shù)，目前已經(jīng)通過在線同傳服務(wù)走進(jìn)普通用戶的生活，一臺電腦即可享受實時AI同傳的服務(wù)。

對市場而言，訊飛聽見SaaS類智能語音轉(zhuǎn)寫翻譯產(chǎn)品的成功出圈，有利于打破行業(yè)同質(zhì)化的窠臼，加速市場洗牌，推動市場良性發(fā)展。訊飛聽見具有足夠的實力和精力進(jìn)行技術(shù)研發(fā)與產(chǎn)品打磨，因此其產(chǎn)品化能力十分優(yōu)秀。而憑借“好產(chǎn)品”破圈的訊飛聽見將有望給用戶帶來全新的選擇，同時也為市場帶來全新的變化。

從行業(yè)來看，訊飛聽見所提供的SaaS類智能語音轉(zhuǎn)寫翻譯產(chǎn)品，為整個行業(yè)提供了一個優(yōu)秀范本，有利于引導(dǎo)整個行業(yè)向著更積極的一面去發(fā)展。如今，智能語音轉(zhuǎn)寫翻譯產(chǎn)品的普及推廣已經(jīng)是大勢所趨，而在整個智能語音轉(zhuǎn)寫市場占據(jù)主流廠商地位的訊飛聽見，則對整個行業(yè)都具有借鑒意義。

隨著智能語音轉(zhuǎn)寫的技術(shù)的不斷突破、功能的持續(xù)豐富、場景更加泛化，在語音轉(zhuǎn)寫行業(yè)已經(jīng)走在前列的訊飛聽見，未來將會給市場和用戶帶來更多更大的驚喜，也將推動整個語音轉(zhuǎn)寫SaaS服務(wù)邁入一個全新的時代。