TrueConf AI秘书学会在复杂声学条件下区分说话人声音

俄罗斯IT公司TrueConf发布了其企业AI秘书的新版本，该秘书即使在处理混合音频时，也能在最终摘要中区分视频会议参与者的声音。这项新技术使得从任何音频和视频录制中生成此类报告成为可能，包括在其他通信解决方案中进行的录制。此前，TrueConf已将智能功能集成到PC和智能手机应用中：主动降噪、虚拟背景、发言人叠加和人脸聚焦。2024年10月，该公司推出了TrueConf AI Server，这是一款本地部署的AI秘书，用于大规模转录和会议摘要，它在本地运行，不会将数据传输给第三方服务器。视频会议转录的一个主要挑战是每位参与者都需要独立的音频流；如果参与者位于开放空间或共用麦克风，算法会将语音混合成一个块。现在，AI秘书学会了分离声音，并在摘要中分配相应的发言；用户只需为检测到的发言人命名。需求来自石油和天然气行业的客户、国有企业以及举行大型会议的执行委员会。开发耗时约四个月。该功能支持任何音频和视频文件，包括来自第三方系统的文件，使TrueConf AI Server成为一种通用的转录和摘要工具。1.1版本还增加了对转录文本的全文搜索，以及可自定义的提示，以便灵活准备摘要，如关键决策、任务、截止日期和结构化报告。TrueConf AI Server确保转录由本地模型在客户封闭回路内生成，公司员工或管理员无法访问。