社会的拿破仑

文章/答案/技术大牛

发布

LV0

发表了文章 21小时前2026-10-12 16:27:52

多人会议为什么容易把发言人认错？从Speaker Diarization到声纹识别

在使用AI会议助手整理多人会议时，经常会遇到一种情况：语音转写的内容基本正确，但发言人却对不上。

社会的拿破仑 21小时前2026-10-12 16:27:52

语音识别、声纹识别、智能硬件 AI 语音助手

发表了文章 4天前2026-10-09 11:00:19

粤语 ASR 为什么容易在英文单词上出错？从 Code-switching 谈语音模型优化

在多语言语音识别领域，一个看似矛盾的现象是：模型明明能够识别中文，也能够识别英语，但当两种语言出现在同一句话中时，识别效果却可能明显下降。

社会的拿破仑 4天前2026-10-09 11:00:19

语音识别、智能硬件 AI 语音助手

发表了文章 4天前2026-10-08 17:51:05

为什么吴语 ASR 不能只靠上海话训练？从 8000 小时方言语料谈模型泛化

在中文语音识别领域，普通话 ASR 已经有相当成熟的技术体系。无论是基于 Conformer 的传统端到端模型，还是近年来的多语言语音大模型，都能在标准普通话语...

社会的拿破仑 4天前2026-10-08 17:51:05

语音识别、智能硬件 AI 语音助手

发表了文章 13天前2026-09-29 17:36:12

科研院所采购AI会议助手，为什么“离线+信创”经常一起出现？

因为科研单位引入AI会议助手，并不是简单安装一个“录音转文字软件”，而是在现有内部网络、服务器、国产操作系统和安全边界中加入一整套AI处理链路。

社会的拿破仑 13天前2026-09-29 17:36:12

智能硬件 AI 语音助手、语音识别

发表了文章 20天前2026-09-23 12:03:59

AI会议系统采购，业务部门和IT部门看的根本不是同一件事

试用时看几个核心功能：实时转写准不准，能不能区分不同发言人，会议结束后能不能自动生成纪要。如果这些能力表现不错，业务部门通常就会认为产品已经基本符合需求。

社会的拿破仑 20天前2026-09-23 12:03:59

语音识别

发表了文章 20天前2026-09-23 11:47:31

AI会议系统一定要私有化吗？SaaS、私有化部署和一体机怎么选

AI会议系统这两年的能力边界越来越清晰：实时转写、多人发言区分、自动纪要、待办事项提取，已经逐渐从“演示功能”走向企业日常使用。

社会的拿破仑 20天前2026-09-23 11:47:31

语音识别、智能硬件 AI 语音助手

发表了文章 25天前2026-09-18 12:38:31

采购AI会议助手，合同里的技术指标应该怎么写？

很多企业在采购AI会议助手时，前期选型做得很认真：看功能、试Demo、比较识别效果、询问是否支持私有化部署。

社会的拿破仑 25天前2026-09-18 12:38:31

语音识别、智能硬件 AI 语音助手

发表了文章 25天前2026-09-17 14:56:56

从 Speaker_0 到真实姓名：会议声纹识别系统的工程实现

从 Speaker_0 到“张三”，看起来只是把一个标签替换成姓名，实际上中间还需要经过声纹提取、声纹库检索、质量判断、开放集拒识以及身份稳定等一整套处理。

社会的拿破仑 25天前2026-09-17 14:56:56

语音识别

发表了文章 25天前2026-09-17 13:59:25

声纹识别走向生产：从说话人表征到质量感知与高质量声纹库

从早期的 MFCC、GMM-UBM，到 i-vector、x-vector，再到 ECAPA-TDNN、ERes2Net、CAM++、WavLM 等深度学习和预...

社会的拿破仑 25天前2026-09-17 13:59:25

语音识别

发表了文章 2026-09-112026-09-11 18:53:12

Qwen3-ForcedAligner-0.6B 私有化部署实战：从模型离线、Docker封装到会议原声精准回听

Qwen3-ASR 当前提供了单独的 Qwen3-ForcedAligner-0.6B。它的输入不是单纯音频，而是：

社会的拿破仑 2026-09-112026-09-11 18:53:12

语音识别、人工智能、智能硬件 AI 语音助手

发表了文章 2026-09-082026-09-08 19:14:51

熙瑾会悟会议语音系统中的VAD、ASR与Speaker Diarization如何协同

从流程图上看，这似乎是一条非常标准的串行链路：先判断哪里有人说话，再做语音识别，然后区分说话人，最后输出会议文本。

社会的拿破仑 2026-09-082026-09-08 19:14:51

语音识别、人工智能、智能硬件 AI 语音助手

发表了文章 2026-09-082026-09-08 18:38:31

会议场景中的ASR + Speaker Diarization链路设计

如果系统简单按照“最大时间重叠”给整个ASR片段分配Speaker，那么最终很可能变成：

社会的拿破仑 2026-09-082026-09-08 18:38:31

语音识别、人工智能

发表了文章 2026-09-042026-09-04 15:03:58

为什么普通 ASR 到了多人会议场景，准确率往往会明显下降？

很多语音识别模型在标准测试集上的表现已经相当不错。拿一段近距离、单人、环境安静的录音去测试，转写结果往往很接近人工听写。但一旦把同样的模型放到真实会议室里，情况...

社会的拿破仑 2026-09-042026-09-04 15:03:58

语音识别、人工智能、智能硬件 AI 语音助手

发表了文章 2026-09-012026-09-01 19:36:03

Silero VAD 从 PyTorch 迁移到 ONNX Runtime：一次边缘会议前处理模块的性能优化实录

一场两小时的会议，不可能两小时都有人持续讲话。等待参会人、翻 PPT、查资料、中场休息、讨论停顿都会产生大量无效音频。

社会的拿破仑 2026-09-012026-09-01 19:36:03

语音识别、智能硬件 AI 语音助手

发表了文章 2026-09-012026-09-01 18:13:16

AI会议助手选型避坑：参数表越漂亮，越要注意这几个问题

“语音识别准确率98%以上”“支持几十种语言”“多人发言自动区分”“全程离线运行”“支持私有化部署”……单看产品介绍，很容易觉得这类产品已经非常成熟，甚至不同厂...

社会的拿破仑 2026-09-012026-09-01 18:13:15

人工智能、语音识别、智能硬件 AI 语音助手

发表了文章 2026-09-012026-09-01 17:28:38

AI会议助手采购前，先问厂商这7个问题

AI会议助手的功能列表已经越来越相似：实时转写、说话人区分、会议纪要、内容检索、多语言识别、私有化部署……如果只看产品介绍，很容易得到一种感觉——大家该有的功能...

社会的拿破仑 2026-09-012026-09-01 17:28:38

语音识别、人工智能、智能硬件

发表了文章 2026-09-012026-09-01 10:58:27

涉密企业使用AI会议助手时，需要注意哪些问题？

随着语音识别和大模型能力逐渐成熟，AI会议助手开始进入企业会议、项目讨论、内部培训和资料整理等场景。相比人工记录，它确实能够减少会后整理工作，但对于涉及敏感信息...

社会的拿破仑 2026-09-012026-09-01 10:58:27

人工智能、语音识别

发表了文章 2026-08-242026-08-24 14:09:55

会议室噪声太大怎么办？WebRTC APM + Sortformer 接入AI会议助手的音频链路实践

识别不准，就从 Whisper 换到 Qwen3-ASR；方言效果不好，就继续找更大的模型；远场会议错字多，再尝试调 beam size、Prompt 或热词。

社会的拿破仑 2026-08-242026-08-24 14:16:06

人工智能、语音识别、智能硬件 AI 语音助手

发表了文章 2026-08-212026-08-21 15:17:52

AI会议助手怎么选？别只看“能不能转写”，这几个性能指标更关键

如今不少AI会议助手在产品介绍页上看起来已经十分相似：实时语音转文字、自动生成会议纪要、提取待办事项、区分发言人、多语言翻译……功能列表越做越长，但真正放进会议...

社会的拿破仑 2026-08-212026-08-21 15:17:52

智能硬件、人工智能、语音识别

发表了文章 2026-08-202026-08-20 18:01:33

ASR自动语音识别介绍

ASR（Automatic Speech Recognition，自动语音识别）是让机器“听懂”人类语音并将其转化为文字的核心技术。从智能手机的语音输入法、智能...

社会的拿破仑 2026-08-202026-08-20 18:01:33

人工智能

12 下一页

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
上海交通大学 | CS
暂未填写个人网址
暂未填写所在城市
加入社区时间：2026-07-06

个人成就

获得 23 次赞同
文章被阅读 5.9K 次

关注了：0关注者：14