AI應用-訊飛語記(讯飞语记Voice to text應用APP)

上次寫了一篇Nuance Dragon Anywhere，相信有人很想知道中文是否有類似的軟體可使用呢。所以今天來介紹的是”訊飛語記”，這是由總部在中國大陸深圳地區的一家語音識別技術廠商科大訊飛所推出的APP產品。這個產品核心也是應用了STT(Speech to text)的技術來做到即時將聲音轉成文字的效果，並且也內建了OCR圖像識別功能。

順帶一提，科大訊飛在手機APP端總共提供了五個應用軟體。分別是: 訊飛輸入法、訊飛語記(今天要介紹的)、訊飛聽見、訊飛有聲、訊飛文檔。由於這篇主要要呼應”能隨時隨地做會議紀錄、做文章”的主題延伸，所以挑選了訓飛語記作介紹，對於其他的應用功能之後會另篇說明。

這一套軟體基本上所有功能都免費，但是進階版的功能會更多。裡面也有一部分是付費功能。目前支援的是簡體中文，還沒有支援繁體中文。

那麼我們一樣整理一下官方列出的產品特點

訊飛語記的特點

聲音轉文字輸入
錄音速記
外部錄音檔轉寫
OCR拍照識別
多國語言同時翻譯
專業領域識別引擎
多端同步編輯
一鍵翻譯筆記
朗讀筆記

1. 聲音轉文字輸入

即時將聲音轉成文字稿，這裡要特別寫一下他於介面上的語言選擇功能有滿多選項，主要分為兩大類。一類是直接以說話者的語系輸出，一類是將說話者的語系又進行了翻譯才輸出。可以參考下表我另外寫了類型的欄位。

這邊看到他的選單功能挺有意思的，果然是中文語系的人設計的。我看到英文(中式發音)及英文(歐美發音)這兩個功能我笑了。他很清楚英文除了英式英語、美式英語，還有一種叫做中式英語ㄟ XDDD。反而是真正應該區分的英式美式沒有區分。並且中文只有普通話一種，這個應該也不用我解釋了，他們認為只有一種普通話。

我只測試了普通話、閩南話，以及中翻英。測試的效果放在後面提供參考。

語言功能選單	輸入的聲音	輸出的文字	類型
普通話	普通話	中文	原說話語言輸出
英文(中式發音)	英文(中式發音)	英文	原說話語言輸出
英文(歐美發音)	英文(歐美發音)	英文	原說話語言輸出
粵語	粵語	粵語	原說話語言輸出
四川話	四川話	四川話	原說話語言輸出
上海話	上海話	上海話	原說話語言輸出
閩南話	閩南話	閩南話	原說話語言輸出
中翻英(即時翻譯)	普通話	英文	翻譯
英翻中(即時翻譯)	英文	中文	翻譯
中翻韓(即時翻譯)	中文	韓文	翻譯
中翻俄(即時翻譯)	中文	俄語	翻譯

以下為聲音轉文字的實測影片(使用普通話測試)

這邊附上我測試時用的讀字稿以及轉寫出來的文字，讀字原稿的內容來自skyscanner的這一篇文章。閩南話有一點慘不忍睹我就不放了，有興趣的人可以自行下載來玩。

讀字原稿

日本一直是台灣人最熱衷的旅遊目的地之一，原計劃今年春季陸續開放觀光旅遊，但由於COVID-19疫情再度緊張，迫使日本政府改變原開放政策，全面禁止外國人以觀光為目的入境。或許不少人迫切的關心著何時才能出國旅遊？何時才能去日本？幾時解封？台灣人現在可以去日本嗎？2021年可以去日本旅遊嗎？Skyscanner為你整理了一系列關於2021日本旅遊的常見問題，為你輕鬆評估現在日本的旅行風險、入境要求及隔離檢疫訊息！

轉寫稿(我將與期望不同的字標記黃色)，這裡保留原轉寫的簡體字不做翻譯了

日本一直是台湾人最热衷的旅游目的地之一，原计划今年春季陆续开放观光旅游，但由于kobe19，疫情再度紧张，迫使日本政府改变原开放政策，全面禁止外国人以观光为目的路径或许不少人迫切的关心着何时才能出国旅游，何时才能去日本？何时解封，他能现在可以去日本吗？2021年可以去日本旅游吗？Sky scanner为您整理了一系列关于2021日本旅游的常见问题，为你轻松评估现在日本的旅游风险路径要求及隔离检疫信息。

準確率 = 1 – (7) / (170) = 95.58%
我的準確率計算方式於Nuance Dragon Anywhere中有說明過，這單純是我個人計算方式不代表官方數據。
補充說明，在這一段出現了COVID-19。像是這樣的最新熱詞通常語音引擎廠商會自己納入詞庫中優化不需要我們手動處理。目前看起來他們還沒有納入這個詞，或許過一陣子再測試就會出現了。或是你可以手動將它設定為自訂義詞也可以的。

2. 錄音速記

錄音速記跟聲音轉文字基本上是相同的，但是他多了將你的聲音錄製下來。這個會適合像是新聞作家或會議紀錄的使用。像我自己以前的會議習慣就是會將整場都錄下來，然後到公司之後重聽一次並做會議紀錄。聲音檔可以做為留存，假設自己覺得轉出來的文字不正確，或者是日後有需求都可以回去對照聽原始音檔。

但由於我記錄的是我自己的聲音，對於會議中多人談話的效果如何還沒有實際測試過。

以下為錄音速記功能的實測影片

這邊附上我測試時用的讀字稿以及轉寫出來的文字，讀字原稿的內容來自聯合新聞網的這一篇新聞。

讀字原稿

宏碁基金會及Cheers雜誌共同主辦的第四屆「龍騰微笑智聯網創業競賽」，在歷經超過半年的激烈競爭與評審團實際走訪的評選過程，校園組及國際組得獎名單已正式出爐，並於23日以線上視訊的方式舉辦頒獎典禮，包含基金會董事長陳俊聖、宏碁集團創辦人暨榮譽董事長施振榮、競賽評審召集人北科大特聘教授李達生等多位嘉賓齊聚線上，以視訊向優秀的頒獎隊伍給予勉勵及祝賀。

轉寫稿(我將與期望不同的字標記黃色)，這裡保留原轉寫的簡體字不做翻譯了

宏基基金会及确实杂志共同主办的第4届龙腾微笑智联网创业竞赛，在历经超过半年的竞争激烈与评审团实际走访的评选过程，‌‌校园组及国际组得奖名单已正式出炉，并于23日以线上视讯的方式举办颁奖典礼，‌‌包含基金会董事长陈俊胜，‌‌宏基集团创办人暨荣誉董事长施振荣，‌‌竞赛评审召集人北科大特聘教授李达生等多位嘉宾齐聚现象，‌‌以视讯向优秀的颁奖队伍给予勉励及祝贺。‌

準確率 = 1 – (2) / (158-2) = 98.71%
我的準確率計算方式於Nuance Dragon Anywhere中有說明過，這單純是我個人計算方式不代表官方數據。
補充說明，在這一段測試字稿中有出現姓名。姓名是比較容易轉寫結果與期望不同的。可透過他的自訂詞功能來改善。我在增加了自定詞之後，上面的陳俊聖就轉寫正確了。