匯流新聞網

匯流新聞網記者 / 藍立晴綜合報導

若是能請人工智慧（AI）為我們處理任何事，那就太好了？百度宣布推出一款能將音訊檔案轉化為文字的網路應用程式，可仰賴AI來改變現在人工逐字稿的現狀，比人類快上1.67倍，且「準確率高達97％」。

《騰訊科技》報導，百度首席科學家吳恩達指出，這款網頁應用程式SwiftScribe將改變採訪和影片字幕生成，非常適合將長語音轉化為文本的人士，AI將實現1+1大於2的效果。

只要在SwiftScribe選取wav或mp3的檔案，上傳至此網站，就能馬上處理，長約1分鐘的文件可在30秒內完成，而目前可處理1小時內的檔案。在這之後，用戶只需人工調整大小寫、添加標點符號以及一些細節，就能完成將音訊轉化為文字的工作。報導指出，利用此系統，可以縮短40％的工作時間。

說到字幕生成，當然不能忘了YouTube。2006年開始，YouTube開始為部分地區的影片開放「字幕功能」；2009年，YouTube開始為字幕系統導入自動語音辨別技術（Automatic Speech Recognition，ASR），隨著機器學習演算法不斷進步，英文的自動字幕準確性大幅提升。

今年2月，YouTube宣布已經透過AI自動為十億支線上影片上字幕，且每天的觀看字數多達1500萬次，在串流史上開創了一個新的里程碑，現在的字幕錯誤率已經和人類聽寫的錯誤率差不多了。

消息來源：
騰訊科技

*SwiftScribe小百科
SwiftScribe背後是百度深度語音辨識系統Deep Speech 2。
Deep Speech 2曾被《麻省理工科技評論》（MIT Technology Review）評為2016年十大突破技術之一，透過長達數千小時的訓練，Deep Speech 2可不斷學習從語音中辨識特定的字或詞。

【匯流筆陣】
CNEWS歡迎各界投書，來稿請寄至[email protected]，並請附上真實姓名、聯絡方式與職業身份簡介。
CNEWS匯流新聞網：https://cnews.com.tw

新聞照來源:翻拍自網路