人工智能技術(shù)在聲像檔案中的應(yīng)用

2021-04-09 10:23:03四川大學(xué)檔案館

電子世界 2021年4期

四川大學(xué)檔案館嚴(yán) 忠

目前全球人工智能市場(chǎng)規(guī)?？焖贁U(kuò)張，但人工智能產(chǎn)業(yè)仍處于非常初期的階段，我國(guó)人工智能的特點(diǎn)是倒三角，創(chuàng)新成果基于應(yīng)用，基礎(chǔ)理論與技術(shù)仍有待加強(qiáng)。國(guó)內(nèi)檔案界對(duì)人工智能的研究集中在將人工智能應(yīng)用于檔案管理的設(shè)想及理論層面，缺乏具體的案例分析。本文嘗試找到人工智能技術(shù)與聲像檔案結(jié)合點(diǎn)，適應(yīng)智慧檔案時(shí)代來(lái)臨的新形勢(shì)。

1 人工智能技術(shù)的定義和人工智慧時(shí)代的來(lái)臨

在科技越來(lái)越發(fā)達(dá)的今天，人工智能（Artificial Intelligence，簡(jiǎn)稱AI）已經(jīng)逐漸地走進(jìn)了我們的工作和生活。2020年11月3日下午，在中國(guó)（深圳）綜合開(kāi)發(fā)研究院舉行的“中國(guó)數(shù)字化之路研討會(huì)”上有關(guān)專(zhuān)家指出，人工智能是數(shù)字經(jīng)濟(jì)的核心驅(qū)動(dòng)力量，人工智能技術(shù)主要指利用計(jì)算機(jī)技術(shù)來(lái)模仿人腦所從事的推理、證明、識(shí)別、學(xué)習(xí)、思考等活動(dòng)的技術(shù)，人工智能技術(shù)涉及的范圍包括：自然語(yǔ)言處理、知識(shí)表現(xiàn)、智能搜索、推理、規(guī)劃、機(jī)器學(xué)習(xí)、知識(shí)獲取、組合調(diào)度問(wèn)題、感知問(wèn)題、模式識(shí)別、邏輯程序設(shè)計(jì)、不精確和不確定的管理、人工生命、神經(jīng)網(wǎng)絡(luò)等領(lǐng)域，該技術(shù)是人類(lèi)嘗試將自然科學(xué)、技術(shù)科學(xué)、社會(huì)科學(xué)相結(jié)合。目前，人工智能技術(shù)已經(jīng)發(fā)展到智能模擬階段，智能機(jī)器已經(jīng)能初步識(shí)別人類(lèi)的聲音、面部、視網(wǎng)膜等，并具有智能搜索、編目、引證、推理等初步的邏輯推理能力和輔助專(zhuān)家系統(tǒng)的功能。但目前人工智能技術(shù)還處于發(fā)展的初級(jí)階段，以后將逐步成為人類(lèi)有益的助手，其在深度學(xué)習(xí)、情感、決策方面離人腦智能還有距離，但隨著計(jì)算機(jī)技術(shù)進(jìn)一步發(fā)展將使該技術(shù)的應(yīng)用前景十分廣闊。

2 國(guó)家相關(guān)政策的出臺(tái)和檔案管理部門(mén)的對(duì)策

在當(dāng)前新興技術(shù)高速發(fā)展的背景下，2018年中央政治局第九次集體學(xué)習(xí)中明確指出，人工智能是新一代科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，加快發(fā)展新一代人工智能事關(guān)我國(guó)是否能夠抓住新一代科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問(wèn)題。國(guó)務(wù)院在2017年也發(fā)布了《新一代人工智能規(guī)劃》，規(guī)劃中提到，2020年人工智能總體技術(shù)和應(yīng)用要與世界先進(jìn)水平同步。到2025年，人工智能基礎(chǔ)理論要取得重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平；到2030年要成為世界主要人工智能創(chuàng)新中心，人工智能理論、技術(shù)與應(yīng)用都要達(dá)到領(lǐng)先水平。國(guó)家已從國(guó)家戰(zhàn)略層面高度明確人工智能技術(shù)及其產(chǎn)業(yè)發(fā)展的重要意義。2020年10月29日，中國(guó)共產(chǎn)黨第十九屆中央委員會(huì)第五次全體會(huì)議審議通過(guò)了《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》中特別強(qiáng)調(diào)了堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展，全面塑造新優(yōu)勢(shì)的指導(dǎo)思想下，也首先提到了要瞄準(zhǔn)人工智能的等前沿領(lǐng)域?qū)嵤┮慌哂星罢靶?、?zhàn)略性的國(guó)家重大項(xiàng)目。

2018年4月28日，國(guó)家檔案局檔案科學(xué)技術(shù)研究所與科大訊飛簽署全面戰(zhàn)略合作協(xié)議，雙方將利用人工智能打造智慧檔案并成立聯(lián)合實(shí)驗(yàn)室，共同構(gòu)建新型人工智能智慧檔案行業(yè)標(biāo)準(zhǔn)，攜手探索“人工智能+檔案”的更多可能。根據(jù)協(xié)議雙方將開(kāi)展深度合作，共同推動(dòng)人工智能技術(shù)在檔案管理中的應(yīng)用，依照檔案業(yè)務(wù)收集、管理、存儲(chǔ)、利用4大方向，重點(diǎn)圍繞“智慧收集、智慧管理、智慧存儲(chǔ)、智慧利用”，構(gòu)建新型人工智能智慧檔案行業(yè)標(biāo)準(zhǔn)，發(fā)揮人工智能在檔案事業(yè)發(fā)展中的重大價(jià)值和重要意義，共同推進(jìn)檔案智慧化轉(zhuǎn)型升級(jí)，這也標(biāo)志著中國(guó)檔案界也開(kāi)始邁入智慧檔案的新時(shí)代。

3 四川大學(xué)檔案館聲像檔案的館藏現(xiàn)狀

四川大學(xué)聲像檔案現(xiàn)藏于四川大學(xué)檔案館，時(shí)間跨度從1896年-2017年。目前，已經(jīng)入庫(kù)的光碟數(shù)量共計(jì)為1005盒，其中包括了從2013年-2017年歷史檔案數(shù)字化工程1-3期共制作的四川大學(xué)歷史檔案光盤(pán)301張，華西協(xié)合大學(xué)歷史檔案光盤(pán)76張，還包括了優(yōu)秀教師教案光盤(pán)38張，2008年抗震救災(zāi)光盤(pán)40張和大量與學(xué)校發(fā)展相關(guān)的其它圖片與視頻光盤(pán)550張；其它還有國(guó)家圖書(shū)館贈(zèng)送的與四川大學(xué)相關(guān)的縮微膠片72盒，珍貴歷史錄音磁帶96盒，歷史檔案數(shù)字膠片396盒。這些圖片與視頻集中地反映了四川大學(xué)建校124年以來(lái)的發(fā)展歷程，是2008年至2013年以來(lái)四川大學(xué)檔案館不斷搜集、整理的珍貴史料。而以后隨著互聯(lián)網(wǎng)的日益普及，與學(xué)校相關(guān)的圖片與視頻資料歸檔數(shù)量會(huì)越來(lái)越多。

四川大學(xué)檔案館高度重視聲像檔案數(shù)字化建設(shè)，目前配備一人專(zhuān)職管理聲像檔案,還用一間底圖檔案庫(kù)房保存聲像檔案，其中包括六套底圖柜和六套防磁保密柜；另外，還有一間數(shù)字與縮微檔案閱覽室用于聲像檔案的建設(shè)與加工，其中包括四套全自動(dòng)恒溫恒濕柜、四套膠片閱讀成像儀以及一臺(tái)大型工程復(fù)印機(jī)，以及兩臺(tái)專(zhuān)業(yè)掃描儀和兩臺(tái)彩色專(zhuān)業(yè)打印機(jī)。

4 實(shí)地調(diào)研科大訊飛為聲像檔案人工智能化找到解決方案

為了迎接智慧檔案時(shí)代的到來(lái)，筆者于2020年11月5日實(shí)地調(diào)研了科大訊飛四川分公司。分公司有關(guān)人員詳細(xì)地介紹了公司情況和與之相關(guān)的“檔案超腦數(shù)字孿生智慧檔案館”的設(shè)想。科大訊飛成立1999年，于2008年在深交所上市，目前市場(chǎng)總價(jià)值903億，是目前滬深兩市市值最高的軟件公司，中國(guó)上市企業(yè)十大創(chuàng)新公司，中國(guó)教育信息化產(chǎn)業(yè)龍頭。公司的核心技術(shù)智能語(yǔ)音技術(shù)處于國(guó)際領(lǐng)先地位，公司牽頭制定國(guó)家標(biāo)準(zhǔn)2項(xiàng)、國(guó)際標(biāo)準(zhǔn)1項(xiàng)、行業(yè)標(biāo)準(zhǔn)3項(xiàng)，擁有國(guó)內(nèi)外有效專(zhuān)利260件，技術(shù)研發(fā)優(yōu)勢(shì)顯著。有關(guān)負(fù)責(zé)人介紹了“人工智能+檔案”從技術(shù)研究到成果應(yīng)用并落地的一些實(shí)際案例，科大訊飛與安徽省檔案局共同承接了國(guó)家檔案局的科研項(xiàng)目：人工智能技術(shù)在檔案劃控上的應(yīng)用、歷史檔案OCR識(shí)別引擎的研究等項(xiàng)目。2020年10月17日國(guó)家檔案局專(zhuān)家組嚴(yán)格按照國(guó)家數(shù)字檔案館建設(shè)標(biāo)準(zhǔn)進(jìn)行全面測(cè)評(píng)，一致認(rèn)為科大訊飛AI賦能創(chuàng)新成果的體現(xiàn)，成為黃山檔案館的核心亮點(diǎn)。

有關(guān)人員接著詳細(xì)介紹了檔案超腦的總體設(shè)計(jì)和總體架構(gòu)，總體設(shè)計(jì)是基于檔案IAAS平臺(tái)：用云計(jì)算中心、5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)平臺(tái)作為基礎(chǔ)；利用檔案業(yè)務(wù)中臺(tái)，即具有開(kāi)放共享、融合共生、迭代發(fā)展、優(yōu)勝劣汰功能的檔案智慧中臺(tái)，通過(guò)技術(shù)能力賦能應(yīng)用到檔案的收集、移交、整理、利用、鑒定、統(tǒng)計(jì)等環(huán)節(jié)。檔案超腦的總體架構(gòu)主體有四大組成部分：檔案智能輔助管理、AI能力平臺(tái)、基礎(chǔ)應(yīng)用、信息庫(kù)；其中，檔案智能輔助管理包括五大子系統(tǒng)：檔案專(zhuān)業(yè)OCR識(shí)別引擎、檔案智能服務(wù)、多媒體檔案管理、檔案著錄輔助、智能全文檢索。這些子系統(tǒng)能夠?qū)崿F(xiàn)證照、表格、公文識(shí)別、人臉檢索、重大活動(dòng)實(shí)時(shí)記錄、查檔與導(dǎo)覽機(jī)器人、智能客服、語(yǔ)音著錄、智能編目與推薦等重要功能。AI能力平臺(tái)具備大數(shù)據(jù)分析、語(yǔ)音能力、OCR能力、自然語(yǔ)言理解能力。檔案業(yè)務(wù)中臺(tái)還具備歷史類(lèi)似事件的智能評(píng)估功能，通過(guò)對(duì)大量歷史檔案、現(xiàn)今事件等信息的機(jī)器學(xué)習(xí)，運(yùn)用大數(shù)據(jù)挖掘和聚類(lèi)技術(shù)，分析類(lèi)似事件影響程度，構(gòu)建事件深度神經(jīng)網(wǎng)絡(luò)模型，為客戶或政府提供決策參考。

5 嘗試?yán)萌斯ぶ悄芗夹g(shù)與聲像檔案管理相結(jié)合

有關(guān)人員向筆者介紹了科大訊飛的聲像檔案智能管理平臺(tái)，該平臺(tái)的核心設(shè)備包括訊飛檔案機(jī)與訊飛智錄機(jī)。訊飛檔案機(jī)使重大活動(dòng)的檔案建立變得簡(jiǎn)單，它可以實(shí)現(xiàn)檔案著錄信息的自動(dòng)提取，口述檔案完成征集后，按照文件屬性可以自動(dòng)生成MP3、EXCEL格式的聲像檔案目錄數(shù)據(jù)。

科大訊飛的訊飛智錄機(jī)依托于智能語(yǔ)音識(shí)別、轉(zhuǎn)寫(xiě)、自學(xué)習(xí)等核心人工智能核心技術(shù)，結(jié)合行業(yè)規(guī)范、行業(yè)語(yǔ)料庫(kù)、行業(yè)標(biāo)準(zhǔn)等AI引擎優(yōu)化，改變傳統(tǒng)人工鍵盤(pán)輸入模式，使用語(yǔ)音口述方式錄入，可以實(shí)現(xiàn)檔案語(yǔ)音著錄，快速準(zhǔn)確，一分鐘400字，準(zhǔn)確率達(dá)95%。其可以極大提升檔案錄入、專(zhuān)網(wǎng)辦公、表單填寫(xiě)、成果編研、系統(tǒng)編研等的工作效率。利用訊飛檔案機(jī)的音視頻接口，可以將館藏的珍貴歷史錄音磁帶的音頻信息或膠片，通過(guò)收錄機(jī)的播放將傳統(tǒng)載體的信息輸入到訊飛檔案機(jī)中整理成可編輯的音頻數(shù)據(jù)文件，或?qū)⒛z片、影片等傳統(tǒng)載體中的圖片、影像信息通過(guò)膠片播放機(jī)輸入到檔案機(jī)中形成圖片或視頻數(shù)據(jù)文件。這對(duì)于搶救珍貴歷史影像、音頻資料具有重要的作用。之后，再利用聲像檔案智能管理平臺(tái)的四大子系統(tǒng)：分別是音視頻資源采集、音視頻檔案編目、視頻人臉庫(kù)管理、音視頻檔案編研。該系統(tǒng)利用先進(jìn)的音視頻轉(zhuǎn)寫(xiě)技術(shù)和人臉識(shí)別技術(shù)，幫助檔案管理者在海量的聲像檔案中鑒別出有價(jià)值的聲像檔案予以保存，并提取聲像檔案中的重要信息加以標(biāo)注，對(duì)數(shù)據(jù)化結(jié)果的檔案內(nèi)容自動(dòng)提取概要并完成完成自動(dòng)著錄。