汉王科技发布首款智能语音应用“汉王语音王”|汉王科技_新浪财经

转自：中国消费者报

中国消费者报北京讯（记者武晓莉）8月8日，汉王科技2024新品发布会圆满举行，致力于让所有人都可以无障碍地进行语言记录、交流沟通的首款智能语音应用——汉王语音王APP发布。

据介绍，汉王语音王是基于汉王自研多模态天地大模型，自主研发的一款集AI语音记录、智能翻译与同声传译于一体的智能语音旗舰应用，支持AI精准转写、拍录同步（自动裁边）、话稿整理、智能总结及不间断实时翻译等功能，用户可以即听即用，帮助跨越语言障碍，提高日常办公、学习、会议、旅游等场景的应用效率和便捷性。

AI语音记录精准识别拍录同步。汉王语音王支持实时语音转录和语音文件转录两种方式，具备录音速记、拍录同步（自动裁边）、语音转文字、说话人精准识别、智能总结、AI话稿整理等多种智能功能。汉王科技自研高精度语音识别模型，具备高准确率、多语言支持、动态修正和自然交流等特点。在行业广泛使用的开源中文语音识别数据集上测试，错误率低至1.94%，处于领先水平。

汉王语音王可以自动修正错误文本，内容规整后无须二次编辑，还支持自动生成标题、总结记录要点等。拍录同步功能则是在录音转写的同时拍照，通过强大的原研OCR技术，在录音类产品中首创照片自动裁边和内容智能排版功能，为用户直接提供一份声、图、文并茂的多媒体记录文档。

在会议、头脑风暴等多人对话场景中，准确分离出每个人的身份以及内容具有极大挑战，声纹识别成为关键。汉王科技声纹识别技术具备在不限定用户说话内容的情况下，最短2秒准确识别说话人的能力。汉王科技解决了场景中的各种环境噪声和回响，以及说话人语速和情感变化等复杂情况下的识别准确性问题，在复杂场景下能够提供稳定的准确识别率。同时，引入聚类算法等实现了结合声纹和语义特征，进一步提高识别的准确性。

当整理好会议纪要、演讲内容等后，汉王语音王能与电纸本一键分享，将语音文本一体化传输到电纸本上进行高效阅读办公操作，实现多端互联、共享的应用生态。

对话翻译即时捕捉自然准确。具备实时翻译和语音合成两大能力，可以精准捕捉每一句对话，即时翻译，让大家可以跨越语言界限，适合办公、教育和旅游等场景下无障碍交流沟通。

基于汉王自研天地大模型的对话翻译，具备更好的语义理解和上下文联系能力，以及自适应语言风格和行业领域，提供更准确和自然的翻译内容，表达更清楚、交流更顺畅。汉王科技自研的语音合成系统不仅具有卓越的多音字准确识别能力，还能处理各种复杂多变的语音现象。汉王科技自研高自然度声学模型，并引入了恒Q变换等多项先进技术，让合成语音能更加高效和精准地还原人类语音特性。