本系统可实现录音文件内容自动转为文字，尤其适用于对内容有保密性要求的场合，比如电话录音、对讲机录音、现场会议录音、竞标等应用。

目前，可通过人工回放方式获取录音内容，但对于超时长、文件数量庞大的情形，人工回放缺乏效率。

市场上现有产品中，有独立部署的识别引擎，但价格昂贵且安装繁琐，需要委托专业技术人员到现场安装。还有租赁云平台识别引擎开发的系统吗，虽然价格不高，但数据需要在第三方平台中转，没有保密性。

很多行业，对电话、无线电中的双方通话以及密闭空间里的会议、 竞标、宣判等场景的说话，都会录音，存档做记录或证据。

在需要获取并了解录音的内容时，就需要人工去回放倾听，有些场合还需要将内容敲打成文字，记录下来。在录音文件比较多的时候，就需要花费很多的人力，而且不可避免的可能会出现差错。

雨燕电子根据当前市场情况，开发出可部署于内网的录音文件自动语音识别（ASR，文字转语音）系统，相较于现有产品，具有部署简单，费用可控等优点。

本系统不仅适用于本公司的录音系统，同时也兼容第三方的录音系统生成的录音文件，提供一个安全、便捷、 可靠、低成本的自动语音识别（语音转文字）解决方案。有助于最终用户能够快速地掌握海量录音文件的内容，或者从中定位一些关键字词，做后续处理。

一、 实现方法和网络结构图

在内网部署1至多台语音识别服务器；找一台 windows 计算机，运行录音文件提交识别软件。

录音文件提交识别软件对接录音系统的数据库，从中获取到录音文件，自动提交给内网的语音识别服务器，在得到识别结果的文字内容后，写回到数据库对应的记录中。

二、系统特点

╟ 保密性高。和其他使用云服务器上的识别引擎方案相比，本系统在内网里运行，录音文件的数据是提交到内网里所部署的ASR服务器进行识别。无需连接到外网，不用担心网络风险；录音文件的语音数据不用上传到外网识别，不用担心数据被截留、复制而泄密。

╟ 录音识别准确率高。采用优秀的开源识别引擎，在录音没有太大噪音的情况下，普通话常用语的识别准确率能在90%以上。

╟ 安装简单。将ASR服务器寄到现场后，只需配置其IP地址就能使用。录音文件提交识别软件是绿色免安装版，只需拷贝到windows电脑上，配置几个参数，对接录音系统数据库后就能正常运行。

╟ 成本可控。和外网云平台识别方案一般按次数或者每年按套餐收费不同，本系统一次性采购后，后续没有额外费用（设备损坏需要维修或 者更换除外），不会因录音文件的数量增多或者年限而增加费用。

╟ 支持算力扩展。系统支持多台SR服务器并发运行。后期如果增加了更多的录音通道，有更多的录音文件需要识别，到时可以根据需要，再增加SR服务器的数量。

╟ 可对接大部分录音系统。采用数据库对接方式，可配置对接的数据库字段，除了支持本公司的录音系统之外，还支持其它采用数据库方式的第三方录音系统。

三、关键参数

● 支持对普通话和英文的录音文件进行识别。

● 支持常见的录音文件格式，包括wav和mp3等。

● 单个录音文件最大可支持80M字节。

● 识别得到的文字结果支持多语言，可以保存成简体中文、繁体中文和英文。

● 识别得到的文字结果支持采用UTF-8和GBK这两种字符集。