资本媒体 English 日本語

Capital Media Co., Ltd.（代表董事：Tetsuji Narishige，以下简称“本公司”）开发并发布了实现多个麦克风并行处理的语音识别系统。根据摄像机拍摄的流媒体视频，为每个说话者实时显示识别出的字符串。

■背景
在许多语音识别系统中，从对话等语音输入中去除噪声后，通过人工智能模型提取特征并输出字符。但是，有一个问题，当许多人同时说话时，很难识别。在本系统中，通过对多个麦克风输入的语音进行并行处理输出，可以更准确地识别每个说话人连续输入的语音，提取的字符串也按每个说话人进行分割，实现显示.

■多麦克风并行处理语音识别系统
在该系统中，语音麦克风识别出的字符串实时动态显示在任何应用程序中。通过多个麦克风的并行处理，可以识别和输出多个声源。通过创建单个术语的词典，您还可以高精度地识别特定单词。除了日文，还可以识别英文和中文（简体字），输出文本也输出日文、英文和中文（简体字）。我们也支持 srt 文件。