5月28日，依图科技以“AI赋能，声无界”的主题，首次以线上的形式隆重发布了面向实时语音转录和语音转写市场的重磅产品：依图“会议超级本”。
作为全球极少数拥有全栈人工智能自研核心技术的企业之一，依图科技在计算机视觉、语音识别、语义理解、智能决策、AI芯片等领域，以多年的积累达到了全球领先水平，其自主研发的语音识别技术，是目前中文语音识别最高水平的保持者，同时也是全球权威声纹识别竞赛冠军。
远程办公、线上会议/活动、电商直播进入2020年后呈现爆发式增长态势，给语音实时转录、语音转写市场带来巨大需求，而此前市面上的录音笔、手机内置应用、APP或者电脑软硬件等，面向多种场景的需求也呈现出识别错误率高、不支持离线、实时修改不方便、环境噪音影响质量等诸多问题和短板。
此次发布的依图“会议超级本”，以强大AI赋能，面向个人和政企市场，以离线、高效、安全、高精度、超准确等特点，有望彻底改写语音实时转录与转写的难题。
会议超极本，解决痛点“稳、准、狠”
发布会上，依图科技语音业务负责人隋杨表示，此前的几年实践中，依图科技已经服务了各行各业一百多家客户，会议，是依图在语音实时转录、转写市场上，最为关注的场景之一。此前已经有各种各样的类似产品出现，但其问题和痛点仍然明显。
例如此前很多会议，记录员从从记录，到复听再到整理，往往耗时3个小时以上才能形成一个稍完整的文本，人力的限制，加上软硬件能力的限制，难以在很短的时间里就做成一份内容完整且准确率不低于95%的会议/发言记录；而且依靠一些软硬件完成的记录，不支持人力进行实时编辑修改，也令记录者非常头疼；即便有些自动纪录是稍显完整的，也夹杂了很多无关内容，比如嗯、啊等语气词，很影响转写效果。
很多会议纪录难以追溯，也是记录者感到很棘手的问题，很多时候记录者想要根据关键词快速检索和定位一些内容，甚至最好能分角色查看内容纪录。
而且现在大多数的在线语音识别软件信息安全性低，机密信息泄露风险高，这也对语音实时转写的离线应用提出了硬性要求。
而依图此次发布的新品“会议超极本”，通过极具鲁棒性的算法，先进的自然语音理解技术和声纹识别模型，真正有效地攻克了这些痛点。
离线应用，是依图“会议超极本”的最大亮点之一。不同于其他软硬件需要联网使用，这款“会议超极本”采用依图业内领先的离线语音识别系统，无需联网即可在本机准确转写，保障机密，信息不泄露。
高精度算法、超准确识别则是这款产品的“看家本领”，此前，依图在语音识别和声纹领域的公开竞赛上取得优异成绩，先后刷新全球最大开源中文数据库AISHELL-2字错率（CER）记录和VoxSRC世界声纹挑战赛记录。针对性的数据增强训练算法，使得依图会议本可以有效应对常见的重口音、特定专有词识别问题，能够准确区分不同说话人，避免内容的混淆。
便携、便捷，是其另一大特点。与联想合作的这款“会议超极本”仅有17毫米后，重量仅为1700克，仅是市面上类似产品重量的1/3-1/4，搭配桌面收音设备、领夹蓝牙麦克风等组件，可用于演讲、培训、大会发言等多个场景。
界面简单干净，从开机到开启实时转录，仅需要三次点击即可实现。
在这几大特点之外，该产品还具有逐字回听、二次编辑、文本实时编辑修饰、热词优化、禁忌词屏蔽等功能。安静场合普通话准确率达到了98%这一同类产品最高水平。
这些突出的优势，让依图“会议超极本”更加适合政府机关、金融、能源、教育等各行各业的线上、线下会议和活动。
开放生态，合作共赢
从 2012 年创立之初，依图就全面投入到人工智能技术的行业应用的研究之中，先后在安防、医疗、金融等多个领域，打造了一整套基于人工智能技术的行业解决方案。
2018年12月，在图像识别领域获得卓越成绩之后，依图正式开始深耕语音识别，联合微软Azure推出依图语音开放平台，并携手华为发布了“智能语音联合解决方案”，将语音识别技术提供给广泛的第三方应用开发者。同时也正式树立了全面公开算法 API 接口、公开多样的测试数据集、以及公开可重复的评测结果等三大战略。
2018年底时，依图科技在中文语音识别技术上已获得突破性成绩，先后刷新全球最大开源中文数据库AISHELL-2字错率（CER）记录和VoxSRC世界声纹挑战赛记录。
这一切都为依图在远程办公、线上/线下会议迅猛发展之际推出“会议超极本”奠定了稳定的基础。
发布“会议超极本”之际，依图科技也再次表明了其“开放生态、合作共赢”的渠道策略和市场态度。希望能联合众多产业合作方，群雄并起，逐鹿AI，以更强健的生态迎接国际间的技术与市场竞争。
基于此，依图也着重发布了“依图+X”合作伙伴招募计划，以建设开放、创新、融合的AI生态体系为目标，帮助合作伙伴构建基于开放式AI计算平台的业务实践和解决方案，共建AI多维应用场景，进而实现产业共赢。
