进军智能语音赛道汉王科技发布首款智能语音应用“汉王语音王”

人类语言最早起源于5万-10万年前，和文字一起是人类文明的两大支柱，共同促进了人类社会的进步。汉王科技已深耕手写文字识别技术三十余载，荣获过国家科技进步一等奖等众多奖项荣誉，并在各个行业取得大量成功商业实践。今天，汉王科技将正式开拓全新的智能语音市场，踏实全栈AI赋能千行百业之路。

8月8日，汉王科技2024新品发布会圆满举行，首款智能语音应用——汉王语音王App正式发布，致力于让所有人都可以无障碍地进行语言记录、交流沟通，构建智能时代“通天塔”，让世界文明共享、共谋新发展。

汉王科技在人工智能技术上坚持原始创新三十余载，在感知智能、认知智能以及具身智能领域持续深耕和广域布局，进一步完善从“看懂”、“听懂”、到“读懂”，再到“表达”的人工智能和机器人核心技术体系。汉王语音王正是在此技术体系下孕育而生，依托多模态天地大模型、OCR等全栈AI技术赋能，将在蓬勃发展的智能语音赛道上开辟出属于自己的天地。

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、旅游等场景应用效率和便捷性。

AI语音记录：精准识别拍录同步

AI语音记录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，满足用户不同场景的语音记录应用需求。

汉王科技自研高精度语音识别模型，基于多元化数据训练、多任务联合学习等方式提升语音准确识别的性能，并通过多项模型优化技术对性能进一步完善和提升，确保在多种复杂的声学场景下都能得到语音识别的高准确性，随时随地满足用户对语音记录准确性的要求。

实际测试时，汉王科技语音识别具备高准确率、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%，处于行业领先水平。

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，也支持自动生成标题、总结记录要点等，省心省力，同时更提升工作效率和学习效果。

值得一提的是拍录同步功能，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，重要信息一点不落。

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非常大的挑战，声纹识别成为关键。声纹和掌纹等类似都是人类生物特征，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。

为解决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，汉王科技随机对语音数据进行了速度变化，添加环境噪声、回响等模拟复杂场景，通过持续训练迭代，最终在复杂场景下得到稳定的准确识别率。同时，汉王科技也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，杜绝“张冠李戴”的情况出现。

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，构建成一个多端互联、共享的应用生态。

对话翻译：自然准确林籁泉韵

对话翻译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。