测评盘点|讯飞智能录音笔B1体验:出口,即成章!

_原题为 讯飞智能录音笔B1体验:出口 , 即成章!
录音笔这类的产品对于很多普通人来说是比较陌生的 , 但对于我们这样的媒体工作者来说就太重要了!
就拿今天凌晨的苹果全球发布会来说 , 短短的一个多小时的发布会所包含的信息量非常巨大 , 有keynote、文字、图片等大量的资料和信息 , 而这些信息都是通过视频讲解的传递的 。 我们需要发布会结束后的很短的时间内 , 对这些信息做记录、筛选、整理和编辑 , 最终才能成为你们看到的东西 。
测评盘点|讯飞智能录音笔B1体验:出口,即成章!
文章图片

这是一个异常繁琐且艰辛的过程 , 而有了智能录音笔 , 这个事情就变得从容了许多 。 我们来看看讯飞的智能录音笔B1是怎样解放我们的生产力的 。
可以别在衣服上的录音笔
大家平时在新闻上可能会看到 , 很多媒体工作者在采访记录时都是使用智能手机来完成 。 为什么这样做?其实就我们的习惯来说 , 原因就是两个字:方便 。
智能手机随身携带 , 拿出来就能用 , 不用担心忘了充电 , 不会忘带 , 应付大多数的场景也是够用了 。 但智能手机也有自己的劣势 , 比如它并不适合做长时间的记录 , 还会出现记录过程中来电话这样的尴尬 , 另外在收音效果上 , 手机麦克风也不如专业的录音设备 。
测评盘点|讯飞智能录音笔B1体验:出口,即成章!
文章图片

所以我们对智能录音笔的第一个要求其实就是:便携 。 这一点讯飞智能录音笔B1其实做的很好 。 它的机身小巧到什么程度?我们的同事们在第一次拿到它的时候 , 还以为它是一个老款的蓝牙耳机 。
如此小巧的机身 , 重量控制上也是非常轻便的 。 18g的重量相较于一些专业的录音笔相比几乎可以忽略不计 。 我尤其喜欢的是它的背夹式设计 , 在进行采访录音的时候 , 只需将其夹在受访者或者你自己的衣服上 , 就能够进行记录 。 你可以腾出双手来 , 做更多的关键点记录和信息备注 , 方便后续的归纳和总结 , 效率倍增 。
测评盘点|讯飞智能录音笔B1体验:出口,即成章!
文章图片

作为录音笔 , 很重要的一点就是收音的效果 。 B1采用Knowles双麦克风阵列 , 配合深度定制端+云的降噪拾音算法 , 能够实现更好的收音效果 。 同时B1支持全向收音 , 最远的收音距离可以达到5M左右 。
我们实际测试了讯飞智能录音笔的收音效果 , 在相对嘈杂的办公室环境同时录制 , 背景中有其他同事说话的声音以及一些诸如空调出风口的背景噪声 。 讯飞录音笔B1能够通过专门的降噪拾音算法将这些干扰声源进行过滤 , 让主声源变得更加清晰和通透 。
即便是在相对较远的距离上 , 讯飞录音笔B1也能获得相对不错的收音效果 。
语音到文本 , 一步搞定
录只能算是一个录音笔的基本功 , 真正能体现其智能的部分还是集中在“录——编”的环节 。
之所以被称之为智能录音笔 , 是因为讯飞专门为这款录音笔开发了一个专门“讯飞听见”APP 。 这款APP从界面上看比较简单 , 但其实功能非常强大 。
测评盘点|讯飞智能录音笔B1体验:出口,即成章!
文章图片

完成智能录音笔和手机APP的配对之后 , 讯飞智能录音笔能够实现实时的语音转文字的功能 。 借助讯飞自家的人工智能语音引擎 , 其能够将语音实时转化成文字 。 甚至它还支持一些四川话、粤语等地方方言 。 经过我们的实际测试 , 其识别率相当不错 。 同时借助AI的能力 , 其还能够根据语言的前后逻辑关系 , 语义等信息进行分析和纠错 , 进一步提高了识别的准确率 。
讯飞听见甚至可以自动给语句进行分段 , 这对于语音引擎的理解能力要求是非常高的 。
讯飞还提供了转写服务 , 录制好的音频可以在线进行转写 。 你可以在设置中自定义内容的专业领域 , 比如我们所在的IT科技类 , 一些专门的技术名词和概念就会有针对性地进行识别 。 如果遇到一些特别生僻 , 或者是专业性很强的语句和词汇 , 你可以自己进行关键词的设置 , 以提升转写的准确率 。
测评盘点|讯飞智能录音笔B1体验:出口,即成章!
文章图片

这种转写的效率还是非常高 , 你只需要等待几分钟时间 , APP就会提示转写成功 。 日常我们在说话的时候 , 不可避免的有一些语气词 , 这些对于文本来说其实是不怎么需要的 , 而讯飞听见中你也可以设置自动过滤 。 最终所生成的文本可以直接转化成Word、TXT , 甚至是对应生成语音+文字的链接 , 可以直接分享到微信、QQ、这样的办公软件上 。
测评盘点|讯飞智能录音笔B1体验:出口,即成章!
文章图片

当然最终转化的文本当然不能做到拿来就用 。 其中还是存在一些错误的 , 比如一些“B”“D”这样的模糊发音 , 再比如一些专业领域的技术名词 , 以及一些中英文夹杂的语句 。 不过即便如此 , 整体来看其准确率也是相当不错的 , 大部分的语句都能够做到正确识别 。 你只需要最后对照原有的音频文件进行整理 , 纠错和筛查就行 , 这个工作量其实相对之前的一句句手动记录要好的太多 。


推荐阅读