不久前，我們收到一條公開點(diǎn)贊——

香港立法會主席梁君彥在社交平臺發(fā)文點(diǎn)贊的“智識聽”系統(tǒng)，是香港立法會與科大訊飛聯(lián)合打造的智慧謄錄系統(tǒng)。

“智識聽”深度適配立法會場景的實(shí)時字幕功能，運(yùn)用科大訊飛中英粵混讀引擎，結(jié)合聲紋識別和字幕與幀畫面對齊壓制技術(shù)，實(shí)現(xiàn)會議直播中文字和視頻畫面的同軌顯示，公眾可通過實(shí)時字幕無障礙獲取政策資訊，沉浸見證民主議政的全過程。

今天給大家分享一下，這背后的故事。

香港立法會來了一位AI字幕君

香港立法會是中華人民共和國香港特別行政區(qū)的立法機(jī)關(guān)，根據(jù) 《中華人民共和國香港特別行政區(qū)基本法》設(shè)立，負(fù)責(zé)制定、修改和廢除法律，并監(jiān)督政府工作。

第七屆立法會由90名議員組成，立法會在會期內(nèi)通常逢星期三上午11時在立法會綜合大樓會議廳舉行會議，議員及官員可用普通話、粵語或英語發(fā)言，會議席上提供即時傳譯服務(wù)，并向公眾直播。

同時，立法會會議的過程會逐字記錄，一般被稱為議事錄，在立法會結(jié)束后向公眾發(fā)放。

以往，立法會一場會議從召開到向公眾發(fā)放議事錄大概需要7個工作日，信息發(fā)布稍顯滯后。

2022年，梁君彥得知科大訊飛作為內(nèi)地人工智能領(lǐng)域的頭部企業(yè)，自2021年起開始承擔(dān)全國人大會議的相關(guān)語音轉(zhuǎn)寫工作，平均準(zhǔn)確率高達(dá)96%。他召集立法會的同事，經(jīng)過數(shù)次交流考察，與科大訊飛達(dá)成了合作計(jì)劃。

“智識聽”深度學(xué)習(xí)2.5億字語料、400小時音頻、20萬條香港特色關(guān)鍵詞，口音、新地名、混語發(fā)言實(shí)時適配，即使面對議員特殊口音或復(fù)雜地名也能高效處理。

目前，實(shí)時字幕的準(zhǔn)確率達(dá)96%，通過幕后同事的即時修正，準(zhǔn)確率通過人機(jī)結(jié)合可達(dá)99%。

“智識聽”實(shí)時字幕準(zhǔn)確輸出

除了90名議員之外，立法會綜合大樓內(nèi)還有議員辦事處職員和立法會秘書處職員等也要深度使用“智識聽”，約有1000名使用者。同時，立法會會議通過各種渠道向公眾直播，為數(shù)百萬香港民眾服務(wù)。

從此，香港朋友們都可以通過這位“AI字幕君”，及時見證立法會全過程了。這標(biāo)志著香港立法公開透明化邁出關(guān)鍵一步，也為粵港澳大灣區(qū)數(shù)字政務(wù)建設(shè)樹立了新標(biāo)桿。

實(shí)時字幕更準(zhǔn)了

議事錄發(fā)放更快了

“智識聽”正式調(diào)研、研發(fā)、上線歷時近三年，從1.0版本的錄音轉(zhuǎn)文字到2.0版本的實(shí)時轉(zhuǎn)文字，再到3.0版本的實(shí)時字幕，背后是合作雙方的共同努力。

“智識聽”項(xiàng)目初始，粵語的識別率不太高。

一是因?yàn)榱⒎〞h員使用的粵語俚語和法律專業(yè)術(shù)語較多； 二是因?yàn)椴糠肿h員的粵語有口音，既有老香港口音，也有廣東等各地方言口音； 三是大家的語言習(xí)慣是中英粵混雜，導(dǎo)致機(jī)器識別率降低。

怎么辦？為了解決這一問題，立法會秘書處整理了2.5億漢字的中英文對照和20萬個高頻粵語詞匯，將其作為語料庫提供給機(jī)器學(xué)習(xí)。經(jīng)過數(shù)據(jù)和算法的優(yōu)化和不斷的訓(xùn)練，立法會會議實(shí)時字幕的準(zhǔn)確率達(dá)96%。

會議的逐字記錄效率也因此項(xiàng)技術(shù)的落地大幅提升。原先，需要7個工作日才能發(fā)布的議事錄，會議召開后第二天即可發(fā)布。

梁君彥多次在社交媒體推介“智識聽”系統(tǒng)，并在采訪中表示要將其推薦給英聯(lián)邦國家。他說：“科技是時代的高鐵，你如果上不去，就會被社會的發(fā)展拋下。這幾年，內(nèi)地在人工智能領(lǐng)域的發(fā)展日新月異，香港也不能掉隊(duì)，要積極與內(nèi)地科技企業(yè)合作，推動立法會智慧化轉(zhuǎn)型?！?/p>

智識聽的背后是“實(shí)戰(zhàn)”經(jīng)驗(yàn)豐富的訊飛聽見多語種會議系統(tǒng)。

科大訊飛項(xiàng)目經(jīng)理張坤介紹：訊飛聽見多語種會議系統(tǒng)，已服務(wù)全國人民代表大會4年，服務(wù)中國人民政治協(xié)商會議7年。

在2025年的十四屆全國人大三次會議上，提供了160套智慧簡報(bào)系統(tǒng)，服務(wù)34個代表團(tuán)，完成1290小時會議記錄和轉(zhuǎn)寫1875萬字，識別率96.2%；在全國政協(xié)十四屆三次會議上，提供了60套智慧簡報(bào)系統(tǒng)，支撐372場分組會議，覆蓋58個界別。

張坤透露，目前智識聽四期正在準(zhǔn)備中，該期將建設(shè)英語字幕和多語種字幕系統(tǒng)。同時，基于星火大模型的進(jìn)步，香港立法會的智慧辦公系統(tǒng)也提上日程。

香港作為科大訊飛國際化戰(zhàn)略的重要橋頭堡，是多語言場景的最佳試驗(yàn)場?？拼笥嶏w在港將有越來越多的AI應(yīng)用，助力打破語言壁壘，助力世界溝通！