Trần chính xác nằm ở micro, không phải mô hình: thu âm phòng họp và đa kênh cho biên bản nội bộ
Tại sao cùng một mô hình ASR lại đạt được tỷ lệ 98% trong một phòng họp, trong khi ở phòng họp khác thì tỷ lệ này chỉ là 80%? Sự chênh lệch này thường không liên quan đến mô hình sử dụng – mà là do sự khác biệt trong cách thu âm trong từng phòng họp. Bài viết này giải thích rõ sự chênh lệch thực sự giữa ba phương pháp thu âm khác nhau; cũng như cách mà khoảng cách thu âm và chất lượng âm thanh trong phòng ảnh hưởng đến kết quả thu âm. Ngoài ra, bài viết còn giải thích rõ cách sử dụng micrô hai hướng để thu âm tốt hơn, cũng như cách điều chỉnh kích thước hệ thống thu âm từ một phòng họp sang nhiều phòng họp khác nhau.
Mô hình ASR vẫn đạt tỷ lệ 98% trong một phòng họp duy nhất. Trong khi đó, mô hình Về chúng tôi chỉ đạt tỷ lệ 80% trong một phòng họp khác. – Và sự khác biệt thường không nằm ở mô hình đó. Sự khác biệt nằm ở cách mà mô hình đó được sử dụng trong thực tế.
Nhiều bài đánh giá chỉ tập trung vào việc xác định xem mô hình có chính xác hay không. Tuy nhiên, khi mô hình được chấp nhận sử dụng, người ta phát hiện ra rằng ngay cả khi đã cấu hình các từ vựng và thêm các từ quan trọng vào mô hình, tỷ lệ sai sót vẫn không giảm. Lý do rất đơn giản:
Một mô hình chỉ có thể hoạt động trong phạm vi các dữ liệu âm thanh được cung cấp. Âm thanh kém chất lượng thì không thể được sửa chữa bằng bất kỳ mô hình nào cả.
Ghi chú: Các con số được ghi nhận là giá trị đã được công bố, đến từ sản phẩm Thông số kỹ thuật. Mức độ hiệu suất này là những giá trị tham chiếu trong môi trường bình thường. Tuy nhiên, các giá trị này có thể thay đổi tùy theo điều kiện âm thanh, khoảng cách thu nhận và chiến lược xử lý truy cập người dùng. Do đó, cần phải đo đạc trực tiếp tại hiện trường để có được kết quả chính xác.
Mức độ chính xác tối đa chỉ có thể đạt được ở giai đoạn thu thập dữ liệu.
Hãy bắt đầu với một sự thật dễ bị bỏ qua: nhận dạng giọng nói là một bước trong chuỗi này mà không thể bù đắp được những gì đã xảy ra trước đó.
Một mô hình có thể khắc phục tình trạng “từ này có thể đã bị hiểu sai”. Nhưng nó không thể khắc phục được tình trạng “câu này chưa bao giờ được ghi lại một cách rõ ràng”. Tình trạng này sẽ được biểu hiện dưới dạng ba vấn đề khác nhau.
| Vấn đề liên quan đến âm thanh | Nguyên nhân âm học | Có thể khắc phục bằng một mô hình tốt hơn. |
|---|---|---|
| Sự suy giảm tín hiệu ở phạm vi xa | Năng lượng phát ra từ lời nói giảm dần theo khoảng cách, và độ tin cậy của tín hiệu cũng giảm theo. | Về cơ bản, không có gì cả. |
| Tàn dư của âm thanh lan truyền | Những hình ảnh phản chiếu trong phòng làm ảnh hưởng đến chất lượng của lời nói. | Phần nào đó |
| Tương tác đa kênh | Tình trạng trùng lặp trong các bài phát biểu, sự pha trộn giữa các kênh truyền thông | Không, không, không |
Khi khoảng cách giữa người nhận và thiết bị thu tăng lên, năng lượng của tiếng nói trực tiếp sẽ giảm đáng kể. Trong khi đó, tiếng ồn xung quanh vẫn tiếp tục phát ra. Do đó, tỷ lệ tín hiệu trên tiếng ồn sẽ giảm đi. Việc tăng độ nhạy của thiết bị thu sẽ làm tăng mức độ của tiếng ồn cùng với tiếng nói; kết quả là âm thanh sẽ trở nên to hơn, nhưng độ chính xác của việc nhận diện âm thanh lại có thể bị giảm đi.
Kết luận: Việc bắt giữ là yếu tố đầu tiên trong toàn bộ quá trình này.. Điều này cũng giải thích tại sao “cùng một động cơ lại hoạt động khác nhau trong các không gian khác nhau”. Điều khác biệt không phải là động cơ, mà chính là không gian nơi động cơ hoạt động.
Sự chênh lệch thực sự giữa ba phương pháp bắt giữ này
Việc ghi lại hình ảnh trong phòng họp có thể được thực hiện theo ba cách khác nhau. Chúng ta cần phân biệt rõ những cách này để lựa chọn phương pháp phù hợp nhất.
| Cách tiếp cận | Nguyên tắc | Nhiều người phát âm | Điều này phù hợp với môi trường lưu trữ nội bộ. |
|---|---|---|---|
| Bộ micrô hướng toàn diện được thiết kế dành riêng cho mục đích sử dụng trong các tình huống cần ghi âm từ mọi hướng. | Mảng mic + xử lý tín hiệu mảng | Mạnh mẽ, được thiết kế dành cho những người ngồi quanh một chiếc bàn. | Bản địa |
| Sự phối hợp trong hệ thống tổ chức cuộc họp | Sử dụng lại kết quả đầu ra đa dạng của hệ thống hiện có. | Cỡ trung bình, được giới hạn bởi hệ thống đó. | Cần kiểm tra xem có sự tích hợp đúng như mong muốn hay không. |
| Phần mềm ghi âm nội bộ | Phần mềm của khách hàng ghi lại âm thanh tại chỗ. | Yếu kém, chỉ có một kênh truyền thông duy nhất. | Nói chung, không phù hợp. |
Máy ghi âm đa hướng được thiết kế dành riêng cho mục đích này. được thiết kế dành cho những người ngồi quanh một chiếc bàn. Độ nhạy của các micrô khá đồng đều ở mọi hướng. Khi kết hợp với chức năng giảm tiếng ồn và loại bỏ âm thanh lặp lại, nhiều micrô có thể hoạt động ổn định và mang lại chất lượng âm thanh tốt. phiên âm giọng nói sử dụng các micrô omnidirectional qua cổng USB thông thường. Các máy chủ để bàn cũng có thể sử dụng các micrô ngoại vi một cách dễ dàng, chỉ cần cắm chúng vào máy chủ là có thể sử dụng ngay.
Sự phối hợp trong hệ thống tổ chức cuộc họp có vẻ là giải pháp khá thuận tiện – nó sử dụng lại nguồn âm thanh từ hệ thống họp hiện có. Tuy nhiên, chất lượng tín hiệu âm thanh phụ thuộc hoàn toàn vào hệ thống đó. Nếu hệ thống này được thiết kế để phục vụ nghe của con người, thì phạm vi động và độ rõ ràng của âm thanh có thể không đủ tốt để sử dụng cho mô hình này. Điều cần kiểm tra chính là Sự phân tách kênh trong các tình huống có nhiều bên tham gia; bởi vì quá trình kết hợp các kênh âm thanh thường khiến phân tách người nói không còn có nguồn âm thanh sử dụng được nữa.
Phần mềm ghi âm nội bộ về cơ bản là một giải pháp không phù hợp để sử dụng trong môi trường lắp đặt nội bộ. Nó chỉ có thể thu thập dữ liệu từ một kênh duy nhất; không thể tách biệt các người tham dự cuộc họp thành nhiều nhóm riêng biệt. Ngoài ra, còn phụ thuộc vào việc người dùng phải cài đặt phần mềm này trên máy tính của mình.
Chế độ thất bại phổ biến
- Xem “can record” như “can transcribe”.: Âm thanh trong hệ thống gặp mặt này được phân tích để phù hợp với khả năng nghe của con người, chứ không phải để phù hợp với máy móc.
- Chỉ kiểm tra ở khu vực gần bục phát biểu thôi.: Bốn góc và vị trí xa nhất chính là những điều kiện thực tế mà thiết bị cần phải hoạt động trong đó.
- Bỏ qua số lượng kênh truyền hình.: Khi các kênh được kết hợp thành một, thì phân tách người nói sẽ không còn có khả năng gửi dữ liệu vào nữa.
Khoảng cách tiếp xúc với âm thanh và chất lượng âm học của không gian
Khoảng cách thu âm là một thông số thường được hỏi bởi người dùng, nhưng câu trả lời thường khá mơ hồ. Với một máy chủ để bàn kết hợp với micro có khả năng thu âm theo hướng xoay tròn, khoảng cách thu âm hiệu quả sẽ rộng khoảng 5 đến 10 mét. Điều này phù hợp với các phòng họp có kích thước nhỏ hoặc trung bình.
Đáp án đúng là Nhiều điểm giao hàng hơn., chứ không phải “more sensitivity”. Điều này được quyết định bởi yếu tố âm học: năng lượng của giọng nói giảm theo khoảng cách, trong khi tiếng ồn thì không giảm. Vì vậy, công suất khuếch đại sẽ làm tăng âm lượng cho cả hai loại âm thanh một cách ngang nhau.
Âm thanh trong phòng cũng rất quan trọng:
- Hiện tượng âm vang: Những bức tường bằng kính, sàn nhà trơn nhẵn, cùng những căn phòng rộng lớn… tất cả những yếu tố này tạo ra ảo ảnh, làm cho lời nói trở nên “ nhiễm chất lượng” do tiếng vang của chính chúng.
- Tiếng ồn ở trạng thái ổn định: Thiết bị điều hòa không khí, máy chiếu, hệ thống giao thông ngoài trời… những thiết bị này có đặc tính ổn định về mặt phổ sóng, và ít nhất thì chúng cũng có thể được xử lý bằng các thuật toán phù hợp.
- Tiếng ồn tạm thời: Chuyển động của chiếc ghế, cánh cửa bị đóng sầm lại, điện thoại rung lên… Đó là những nguyên nhân phổ biến khiến một bộ phận nào đó bị hỏng.
Hãy thực hiện hai lần kiểm tra trong quá trình chấp nhận.: Một phòng có hệ thống điều hòa không khí và máy chiếu đang hoạt động; còn phòng kia thì yên tĩnh. Việc kiểm tra chỉ trong phòng yên tĩnh không thể coi là thử nghiệm thực sự – hầu hết các phòng họp đều có mức tiếng ồn khoảng 40 đến 50 decibel.
Có hai micrô hoạt động theo hướng xuyên không gian cùng lúc; đồng thời còn có chức năng truyền sóng âm qua xương. Không cần sử dụng nhiều micrô nữa.
Nhận thức phổ biến trong việc sử dụng các thiết bị ghi âm di động là “thêm nhiều micrô hơn nữa”. Nhưng số lượng micrô không quyết định chất lượng thu âm. Việc sử dụng nhiều micrô mà không có công nghệ xử lý tín hiệu sẽ chỉ mang lại những bản ghi âm chứa nhiều nhiễu.
Cách tiếp cận hiệu quả là Các cơ chế bổ sung để thu thập thông tin.
| Cơ chế | Điều mà nó ghi lại/đóng lại chính là… | Sức mạnh (Strength) | Kém cỏi/Yếu kém |
|---|---|---|---|
| Kỹ thuật truyền âm qua không khí (omni mic) | Âm thanh | Độ rộng lớn của tần số, tính tự nhiên trong cách hoạt động | SNR sụp đổ do lượng tiếng ồn quá lớn. |
| Đường dẫn truyền sóng âm qua xương | Sự rung động xuyên qua các bề mặt rắn | Khả năng hiển thị vẫn được duy trì ngay cả trong môi trường ồn ào. | Băng tần hẹp yêu cầu phải có sự tiếp xúc giữa các thành phần liên quan. |
Trường hợp liên quan đến việc truyền sóng xương là một trường hợp đặc biệt.: Khi hệ thống điều hòa không khí, quạt của máy chiếu, hoặc tiếng ồn từ môi trường bên ngoài đã làm suy giảm chất lượng tín hiệu âm thanh, thì phần tín hiệu âm thanh được thu nhận qua các micrô vẫn còn khá nguyên vẹn. Đây không phải là “một chiếc micrô nữa” – mà là một kênh thu nhận tín hiệu âm thanh độc lập.
Ví dụ, thẻ ghi âm cá nhân sử dụng thiết kế Miche hai chiều kết hợp với phương thức truyền tín hiệu qua xương. Phạm vi thu nhận tín hiệu của thẻ này là từ 5 đến 10 mét. Thẻ này còn có khả năng tự động đồng bộ hóa các bản ghi âm với máy chủ cục bộ. Điều này tạo thành một chuỗi hoạt động gồm “ghi âm → dịch nội dung ghi âm bằng AI → lưu trữ thông tin vào cơ sở dữ liệu”. Thiết bị này rất phù hợp để sử dụng trong công việc di động, các cuộc phỏng vấn và nghiên cứu tại hiện trường, nơi mà việc triển khai thiết bị cố định là không thể.
Từ một phòng trở thành nhiều phòng: Độ lớn của mức độ xử lý đồng thời
Một khi việc bắt được kẻ thù đã được giải quyết, câu hỏi tiếp theo chính là Tính toán và kênh truyền. Có một sai lầm phổ biến ở đây: coi “số kênh mỗi hộp” là chỉ số duy nhất để đánh giá tình hình.
Trong các tình huống thực tế, cần phải tính toán hai yếu tố riêng biệt.: Nhiều bản sao của phân tách người nói được lưu trữ trong cùng một căn phòng; đồng thời, cũng có sự song song giữa các phòng khác nhau. Thứ nhất là phân tách người nói nằm trong một luồng âm thanh duy nhất., thứ hai là Các luồng âm thanh đa dạng được chuyển đổi và xử lý song song với nhau. – chúng tiêu thụ tài nguyên tính toán theo cách khác nhau.
Ba cấp độ khác nhau, tùy theo kích thước của từng phòng.
| Lớp | Trường hợp sử dụng | Cấu hình điển hình | Các chỉ số quan trọng |
|---|---|---|---|
| Máy chủ bàn | Đó là một căn phòng nhỏ, chỉ có một chiếc bàn cá nhân. | 46 TOPS tính toán biên, bộ nhớ 8GB, và khả năng mở rộng dung lượng lưu trữ lên đến 128GB. | Thời gian chờ ít hơn 1 giây (đã được công bố). |
| Server của bộ phận | Các trung tâm R&D, các bộ phận tài chính, các chuỗi hoạt động ở các khu vực khác nhau | 5 kênh truyền dữ liệu cùng lúc; 166 TOPS; bộ nhớ tốc độ cao lên đến 24GB. | Thời gian chậm nhất từ đầu đến cuối dưới 1,5 giây |
| Server doanh nghiệp | Chính phủ, lĩnh vực quốc phòng, tài chính, y tế, và các lĩnh vực khác đòi hỏi sự tuân thủ nghiêm ngặt các quy định. | 10 kênh truyền hình cùng lúc; 326 TOPS; bộ nhớ dung lượng cao lên tới 48GB. | RTF dưới 0,3; độ trễ từ đầu đến cuối dưới 1 giây. |
Kích thước được xác định dựa trên số phòng có thể tổ chức các cuộc họp cùng lúc. Hãy để lại khoảng trống 20% so với kích thước ban đầu. dùng để tổ chức các buổi họp riêng lẻ. Việc sử dụng một máy chủ doanh nghiệp cho một phòng họp duy nhất là sự lãng phí tài nguyên. Còn việc sử dụng các máy chủ để hỗ trợ nhiều phòng họp cùng lúc thì lại dẫn đến tình trạng xếp hàng chờ đợi.
Nhiều phòng: Hệ thống tổng hợp âm thanh và điều khiển các thành phần trong hệ thống.
Các máy chủ cấp bộ phận hỗ trợ chức năng Phân tán dữ liệu âm thanh trên mạng – tức là âm thanh từ nhiều phòng được tập hợp vào một máy chủ duy nhất để xử lý chung. Có một bảng điều khiển qua web để quản lý các hoạt động liên quan. Điều này giúp tránh việc cần thiết lập hệ thống riêng cho từng phòng, đồng thời giúp quản lý các bản ghi âm và dữ liệu một cách tập trung.
Với quy mô lớn hơn, nhiều máy chủ được quản lý thông qua hệ thống Nền tảng quản lý để kiểm soát hoạt động của cụm máy chủ. Hệ thống này giúp thực hiện các thao tác xác thực chung, cấu hình từ xa, và sắp xếp lịch trình hoạt động của các máy chủ một cách đồng bộ. Các bản ghi lại các hoạt động của các máy chủ cũng được quản lý tập trung. Con số được công bố cho thấy rằng hệ thống này có thể được áp dụng trong cả trường hợp 50 kênh truyền hình hoạt động đồng thời trong cùng một môi trường. nữa.
Nếu các kênh truyền dữ liệu đến từ mạng tập hợp không được sắp xếp một cách đồng bộ, thì hệ thống phân tách người nói sẽ gặp sự cố do sự lệch lạc giữa các kênh truyền dữ liệu. Điều này cần được kiểm tra trực tiếp bằng cách sử dụng đoạn băng ghi âm có nội dung tương tự, chứ không thể đánh giá dựa trên kết quả từ một kênh truyền dữ liệu duy nhất.
Danh sách kiểm tra chấp nhận
| # | Mục | Phương pháp | Tiêu chí vượt qua |
|---|---|---|---|
| 1 | Phạm vi bảo hiểm của dịch vụ thu hộ | Ghi nhận số lần di chuyển đến bốn góc và vị trí xa nhất. | Tất cả đều qua đi rồi. |
| 2 | Khả năng chịu được tiếng ồn | Làm một lần quét với máy tính để bàn và máy chiếu. | Tỷ lệ lỗi không giảm xuống. |
| 3 | Multi-phân tách người nói | Bản ghi âm chứa nhiều tiếng nói cùng lúc | Không có toàn bộ phân đoạn sai quy định |
| 4 | Lợi ích của việc truyền sóng xương | Hãy so sánh các kênh truyền hình trong môi trường có nhiều tiếng ồn. | Mức độ dễ hiểu của nội dung được cải thiện. |
| 5 | Tính đồng thời | Xác định mức độ căng thẳng dựa trên số lượng phòng thực tế. | ~20% không gian trống trong hệ thống |
| 6 | Tổng hợp âm thanh | Thử nghiệm kết nối nhiều phòng với nhau qua mạng | Các thời điểm được xác định rõ ràng. |
| 7 | Kiểm soát cụm thiết bị | Bảng điều khiển thống nhất cho nhiều máy chủ | Xác thực/điều chỉnh lịch trình công việc |
| 8 | Chữ phụ và cách phát âm/hiệu nghe | Hãy kiểm tra kết quả đầu ra của HDMI. | Người phát biểu / Thời gian / Bản gốc / Bản dịch |
Các mục số 1 và 2 là những mục thường bị bỏ qua nhất.: Việc kiểm tra gần chỗ đứng của người chơi một lần, trong một căn phòng yên tĩnh, chính là ví dụ điển hình của tình huống “thành công ở giai đoạn thử nghiệm, nhưng thất bại khi được áp dụng vào thực tế”.
Tài liệu tham khảo thêm: Beyond 98% accuracy: five engineering stages that decide minutes quality | Running meeting transcription on Ascend 310P | Choosing an on-premise ASR solution
Câu hỏi thường gặp
Q: Tại sao cùng một mô hình, lại có thể đạt được độ chính xác khác nhau trong các phòng họp khác nhau?
A: Lý do là độ chính xác của mô hình chỉ có giới hạn được quy định bởi nguồn âm thanh đầu vào. Mô hình chỉ có thể tiếp cận giới hạn đó, mà không thể vượt qua nó. Hiệu ứng giảm tín hiệu ở khoảng cách xa, hiện tượng lưu lại âm thanh sau khi nghe, và sự xung đột giữa các kênh âm thanh… đều là những vấn đề liên quan đến chất lượng âm thanh mà dù có cải thiện khả năng xử lý của mô hình đi nữa, thì vẫn không thể giải quyết hoàn toàn. Khoảng cách thu âm càng lớn, hiện tượng lưu lại âm thanh trong phòng càng nghiêm trọng; số lượng người nói cùng lúc càng nhiều, thì tỷ lệ tín hiệu so với nhiễu càng thấp, và tỷ lệ sai sót càng cao.
Q: Sự khác biệt giữa micrô có khả năng thu âm ở mọi hướng và micrô thông thường là gì?
A: Microphone có khả năng thu âm ở mọi hướng đều giống nhau, điều này rất phù hợp với những người ngồi quanh bàn. Trong khi đó, microphone thông thường chỉ có khả năng thu âm ở một hướng cụ thể; nó hoạt động tốt khi được sử dụng gần một chiếc loa, nhưng hiệu suất sẽ giảm đáng kể khi có nhiều người phát âm cùng lúc. Các phòng họp cũng cần có khả năng loại bỏ tiếng ồn và tình trạng “echo”. Việc có thể ghi lại âm thanh và biên tập nội dung âm thanh là hai điều hoàn toàn khác nhau.
Q: Lý do tại sao lại sử dụng phương pháp thu âm qua xương nhằm ghi lại âm thanh?
A: Phương pháp thu tín hiệu qua xương có khả năng thu nhận các dao động thông qua bề mặt rắn, chứ không phải thông qua không khí. Ưu điểm của phương pháp này là giúp duy trì chất lượng tín hiệu khi có tiếng ồn lớn: khi hệ thống điều hòa không khí, quạt máy chiếu hoặc tiếng ồn từ môi trường bên ngoài đã làm suy giảm tỷ lệ tín hiệu so với tiếng ồn, thì tín hiệu giọng nói vẫn được thu nhận một cách ổn định.
Q: Thế thì, phạm vi hoạt động của thiết bị này là từ 5 đến 10 mét, có nghĩa là gì?
A: Điều này xác định kích thước không gian mà một chiếc micrô đơn lẻ có thể phủ sóng âm thanh. Với việc sử dụng máy chủ để đặt micrô bên ngoài, khoảng cách phủ sóng âm thanh vào khoảng 5 đến 10 mét. Điều này phù hợp với các phòng họp có diện tích nhỏ và vừa. Ngoài phạm vi này, năng lượng âm thanh sẽ giảm dần, trong khi tiếng ồn lại tăng lên. Việc tăng độ nhạy của micrô chỉ làm tăng thêm tiếng ồn, chứ không giúp cải thiện chất lượng âm thanh. Cách tiếp cận đúng đắn là tăng số lượng điểm thu âm, chứ không phải tăng độ nhạy của micrô.
Q: Làm thế nào để tôi chọn số lượng kênh hoạt động đồng thời một cách phù hợp?
A: Hãy xác định số lượng máy chủ cần thiết dựa trên số lượng phòng họp có thể tổ chức các cuộc họp cùng lúc. Một phòng nhỏ chỉ cần một máy chủ duy nhất để quản lý các hoạt động liên quan đến việc tổ chức cuộc họp. Đối với các phòng họp ở cấp độ bộ phận, cần sử dụng máy chủ có 5 kênh để quản lý các hoạt động song song của nhiều phòng họp. Còn đối với các trung tâm điều hành, cơ quan chính phủ hoặc cơ sở y tế, cần sử dụng máy chủ có 10 kênh để quản lý các hoạt động song song của nhiều phòng họp. Ngoài ra, nhiều máy chủ cũng có thể được quản lý như một cụm máy chủ, với chức năng xác thực chung, cấu hình từ xa và lên lịch công việc một cách đồng bộ. Con số được đưa ra là hơn 50 kênh để quản lý các hoạt động song song này.
Q: Làm thế nào để tổng hợp âm thanh từ nhiều phòng họp khác nhau lại với nhau?
A: Các máy chủ cấp bộ phận hỗ trợ việc tổng hợp âm thanh từ nhiều phòng khác nhau thông qua mạng: âm thanh từ nhiều phòng được tổng hợp vào một máy chủ để xử lý chung. Có một bảng điều khiển web để quản lý các hoạt động liên quan. Cách này giúp tránh việc phải triển khai hệ thống riêng cho từng phòng, đồng thời giúp quản lý các bản ghi âm và dữ liệu một cách tập trung.
Q: Liệu phần cứng dùng để thu thập dữ liệu và động cơ phiên âm giọng nói có phải đến từ cùng một nhà cung cấp hay không?
A: Không nhất thiết phải như vậy, nhưng cần phải kiểm tra tính tương thích giữa các giao diện và việc đồng bộ hóa tín hiệu âm thanh. phiên âm giọng nói thường sử dụng micrô USB hoặc âm thanh từ hệ thống hội nghị cục bộ thông qua các giao diện tiêu chuẩn. Nếu phiên âm giọng nói đến từ các nhà cung cấp khác nhau, cần kiểm tra định dạng âm thanh, tần số sampling và sự trùng khớp của thời gian. Nếu không làm được điều này, thì phân tách người nói sẽ gặp sự cố liên quan đến việc lệch mạch truyền âm thanh.
Q: Làm thế nào để đảm bảo an ninh dữ liệu đối với các thiết bị ghi nhận dữ liệu trong môi trường lắp đặt nội bộ?
A: Các thiết bị loại Recorder đồng bộ hóa các bản ghi âm vào máy chủ cục bộ, chứ không phải vào đám mây. Các chương trình phiên âm giọng nói và biên bản cuộc họp hoạt động hoàn toàn trên nền tảng cục bộ; do đó, âm thanh và văn bản luôn được lưu trữ trong hệ thống intranet. Khi thực hiện việc đồng bộ hóa, hãy xác nhận rằng mục đồng bộ hóa là máy chủ cục bộ, và kênh đồng bộ hóa cũng được mã hóa.