MeetingASR 离线语音转写与 AI 会议纪要系统

思音 MeetingASR · 会议记录与音视频联动方案

免按键发言,分轨录音与并发转写
发言人画面同步上屏

面向政企会议室、圆桌讨论与内部评审,把每路话筒独立录音、语音识别、发言人摄像跟踪和大屏切换连接起来。多人同时讲话时分别保留语音与文字,会议按自然交流的节奏进行。

会议参与者通过话筒讨论并查看语音转写内容
会议室采音、实时转写与会后纪要协同
18路、32路分轨声卡接入每路话筒独立录音、独立识别
免按键发言减少忘开话筒造成的漏录与操作中断
声音、画面与文字联动摄像跟踪、矩阵切换、字幕与记录协同

核心能力

覆盖免按键采音、分轨并发转写、声纹与角色区分、音视频联动、本地部署及会后整理,按项目选择版本、授权和配套设备。

每路话筒独立录音,复听有据可查

通过18路、32路等分轨声卡接入,每路话筒保留独立音轨并独立识别转文字。会后可按音轨核对原始发言,减少只剩一路混音时查找、辨听重叠语音的工作量。

多人同时发言,分路并发转写

讨论、插话和抢话时,各路音频分别送入识别流程,帮助保留不同话筒的讲话内容。并发处理能力由服务器配置、软件版本与授权共同确定,按真实会场音频验收。

发言前免按键,减少忘开麦漏录

配置支持免按键发言的采音链路后,发言人可直接讲话,无需在每次发言前操作话筒开关。适合领导发言、临时插话和圆桌研讨,减少提醒开麦与反复操作。

摄像跟踪与矩阵同步,发言画面上大屏

多个摄像机可按话筒与机位配置跟踪发言人,优先跟踪最新发言人。当前机位至少保持5秒,再按发言状态跟踪下一人,减少抢话时画面频繁跳切。同步联动视频矩阵,把对应摄像机画面切到大屏。

二十多种方言识别,覆盖地方发言

支持二十多种方言的语音识别转文字,适用于地方会议、基层交流和带方言发言的记录场景。所有版本均可通过授权开通方言识别,具体方言范围与授权配置在选型时确认。

实时会议转写与跨软件语音输入

现场讲话实时上屏,实时显示发言人;支持多音频源采集、采集状态提示和自动录音,也可将语音转成文字输入其他软件,兼顾会中字幕与日常办公录入。

声纹识别与座席角色区分

通过声纹识别区分发言人,可接入手拉手会议主机按座席绑定;已登记人员显示姓名,未登记人员标注“未知发言人”,文稿逐条保留时间戳,便于核对发言归属。

本地识别与归档,会议资料留在内网

ASR识别、文字整理与纪要生成在本地或内网服务器运行,适配断开公网的部署环境。音频、逐字稿与纪要由单位本地管理,支持后续查找与复核。

纪要、决议与待办,减少会后整理

本地模型生成会议摘要、关键决议、待办事项(负责人、事项、时间要求、原文依据)及风险未决问题;未明确字段标注“无明确记录”。责任人、日期和决议内容需对照原始发言复核,再确认形成正式记录。

字幕上屏与录播对接

独立字幕页、大屏与录播字幕输出,支持浏览器字幕源与UDP JSON推送两种内网对接方式;字幕字体、字号、颜色、背景和透明度可按显示场景调整。

内网开放 API 与业务系统对接

提供内网HTTP与WebSocket接口,支持音频文件异步转写和实时识别流;密钥鉴权、配额与用量审计,可对接自有业务系统,具体接口能力以版本和授权范围为准。

移动采集与发言稿提词(专业版)

手机、平板可作为采集终端接入,支持发言稿提词、移动端讲稿显示与发言内容高亮;Android浏览器通过局域网HTTPS访问,适用于移动发言和固定讲稿场景。

分轨并发需要话筒信号分别进入声卡独立通道。免按键发言、摄像跟踪和矩阵切换需配置对应音频链路、摄像机、控制协议及视频矩阵,具体接入与联动范围在项目方案中确认。

会议室里常见的问题,如何解决

现场问题 MeetingASR 配套方案 给客户带来的变化
发言人忘开话筒,记录漏掉开头或整段内容 配置免按键发言采音链路,直接讲话即可采集 减少会务提醒与开关操作,让临时发言更顺畅
多人插话,单路混音中声音重叠、难以复听 话筒分轨接入,每路独立录音、独立识别 保留分路原始声音和转写依据,方便会后核对
摄像机需要人工找人,切换操作跟不上发言 多摄像机跟踪最新发言人,同步联动视频矩阵 把发言人对应画面送上大屏,减轻人工切换负担
抢话时镜头来回切,观众观看不适 当前机位至少保持5秒,再按发言状态切换 兼顾跟踪及时性与画面稳定性
会后反复听录音,整理决议与待办耗时 转写文本与录音留档,本地模型辅助生成纪要 把会后工作集中到内容核对、责任确认与定稿
地方会议使用方言,记录人员需要反复辨听 授权开通二十多种方言识别,结合实际发言音频验证 扩大可处理的会议语音范围,辅助地方会议记录与复核

对比对象为单路混音采集、逐次手动开麦或人工切镜头等具体工作方式。项目选型时可用同一段会议音频和同一组设备演示核对。

信创适配清单

以下为已完成实测验证的平台;未测试平台不作为兼容承诺,项目选型时建议先做样机验证。

类别 平台 状态
CPU 飞腾 D3000 已实测验证
CPU 飞腾 D2000 已实测验证
操作系统 银河麒麟 V10 已实测验证
CPU 鲲鹏 未测试,不承诺兼容
操作系统 统信 UOS 未测试,不承诺兼容

内网闭环方案架构

全部节点运行在隔离涉密局域网内,音频与文字不跨网传输。

音频采集

独立话筒 → 18路/32路分轨声卡;也可按项目接入手拉手主机、调音台或采集终端

→

内网服务器

分路录音与并发识别 · 发言人信息 · 本地纪要 · 录音与文稿归档

→

输出与留档

摄像机跟踪与矩阵切换 · 发言人画面上屏 · 实时字幕与录播输出

授权激活、外接设备接入等细节以实际部署方案为准;物理隔离环境的激活与续期方式需在实施前书面确认。

版本概览

按使用形态与功能需求选择,具体配置与报价可联系官方渠道获取。

版本 部署形态 会议纪要 翻译 移动采集 / 提词 开放 API 方言识别
体验版 纯软件本地离线 — 中英混说 — — 需授权开通
单机版 服务器与客户端同机,不支持局域网 — 仅中英 — — 需授权开通
局域网标准版 内网服务器 + 客户端(默认 5 个) 支持 仅中英 — 需授权开通 需授权开通
局域网专业版 内网服务器 + 客户端(默认 5 个) 支持 25 语种互译 支持 需授权开通 需授权开通

二十多种方言识别为各版本可选授权功能,体验版、单机版、局域网标准版和局域网专业版均需授权开通。选型时确认所需方言与授权范围,并用实际会议音频验证。

实测性能参考

以下为飞腾 D3000 + 银河麒麟 V10 平台的内部实测数据,供选型参考;实际表现需以本单位真实会议室环境复测为准。

约 98%标准普通话内部实测识别准确率
约 26.4 秒5 分钟音频文件转写完成
约 2 核单路实时识别资源占用
约 1 秒首条字幕延迟

分轨并发实测

长城D3000 CPU、16 GB内存、银河麒麟系统环境下,通过18路声卡接入,任选四路同时讲话可同时识别转文字。该配置已验证4路并发。18/32路接入规模、独立录音数量及并发识别路数分别按项目配置核对。

注:上述为内部实测结果,无第三方检测报告;识别效果受会议室声学环境、口音、专业术语与拾音质量影响。

适用场景

党组会 / 党委研讨记录
机要专题研讨
涉密会议室日常留档
国防 / 政企内部评审会
录播会议字幕与会后纪要
内网业务系统二次集成

已在西北某国防单位等多个涉密政企项目落地,案例信息按保密要求脱敏处理。

从现有会议室到可用方案

适用于会议室、报告厅、培训和访谈记录场景。先核对现场音频、网络与使用流程,再选择软件版本和配套设备。

核对房间与发言方式

确认人数、座席、话筒和现有调音设备,区分单路混音与分轨输出,明确是否需要免按键发言。

配置音视频接入

核对声卡独立输入、摄像机预置位、控制协议和视频矩阵接口,规划内网服务器、显示屏及录播连接。

用真实会议片段验收

测试多人同时发言、近远端采音、5秒机位保持和大屏切换,并验证转写、录音与纪要归档流程。

思音可协助工程商和系统集成商进行设备选型、接口核对和调试指导。识别效果受话筒距离、环境噪声、声音串入其他话筒和专业术语影响,转写与纪要由使用人员复核。

获取离线部署方案与样机测试安排

如需适配清单、版本配置建议或内网 POC 测试方案,可通过官方渠道联系咨询。

公司:佛山市思其声电子科技有限公司(品牌 SYYP 思音)

官网:www.syyp6688.com

地址:广东省佛山市南海区里水镇五一村五一大道翡翠大厦 4 楼