人工智能技術在聲像檔案中的應用

四川大學檔案館 嚴 忠

目前全球人工智能市場規模快速擴張，但人工智能產業仍處于非常初期的階段，我國人工智能的特點是倒三角，創新成果基于應用，基礎理論與技術仍有待加強。國內檔案界對人工智能的研究集中在將人工智能應用于檔案管理的設想及理論層面，缺乏具體的案例分析。本文嘗試找到人工智能技術與聲像檔案結合點，適應智慧檔案時代來臨的新形勢。

1 人工智能技術的定義和人工智慧時代的來臨

在科技越來越發達的今天，人工智能（Artificial Intelligence，簡稱AI）已經逐漸地走進了我們的工作和生活。2020年11月3日下午，在中國（深圳）綜合開發研究院舉行的“中國數字化之路研討會”上有關專家指出，人工智能是數字經濟的核心驅動力量，人工智能技術主要指利用計算機技術來模仿人腦所從事的推理、證明、識別、學習、思考等活動的技術，人工智能技術涉及的范圍包括：自然語言處理、知識表現、智能搜索、推理、規劃、機器學習、知識獲取、組合調度問題、感知問題、模式識別、邏輯程序設計、不精確和不確定的管理、人工生命、神經網絡等領域，該技術是人類嘗試將自然科學、技術科學、社會科學相結合。目前，人工智能技術已經發展到智能模擬階段，智能機器已經能初步識別人類的聲音、面部、視網膜等，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家系統的功能。但目前人工智能技術還處于發展的初級階段，以后將逐步成為人類有益的助手，其在深度學習、情感、決策方面離人腦智能還有距離，但隨著計算機技術進一步發展將使該技術的應用前景十分廣闊。

2 國家相關政策的出臺和檔案管理部門的對策

在當前新興技術高速發展的背景下，2018年中央政治局第九次集體學習中明確指出，人工智能是新一代科技革命和產業變革的重要驅動力量，加快發展新一代人工智能事關我國是否能夠抓住新一代科技革命和產業變革機遇的戰略問題。國務院在2017年也發布了《新一代人工智能規劃》，規劃中提到，2020年人工智能總體技術和應用要與世界先進水平同步。到2025年，人工智能基礎理論要取得重大突破，部分技術與應用達到世界領先水平；到2030年要成為世界主要人工智能創新中心，人工智能理論、技術與應用都要達到領先水平。國家已從國家戰略層面高度明確人工智能技術及其產業發展的重要意義。2020年10月29日，中國共產黨第十九屆中央委員會第五次全體會議審議通過了《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中特別強調了堅持創新驅動發展，全面塑造新優勢的指導思想下，也首先提到了要瞄準人工智能的等前沿領域實施一批具有前瞻性、戰略性的國家重大項目。

2018年4月28日，國家檔案局檔案科學技術研究所與科大訊飛簽署全面戰略合作協議，雙方將利用人工智能打造智慧檔案并成立聯合實驗室，共同構建新型人工智能智慧檔案行業標準，攜手探索“人工智能+檔案”的更多可能。根據協議雙方將開展深度合作，共同推動人工智能技術在檔案管理中的應用，依照檔案業務收集、管理、存儲、利用4大方向，重點圍繞“智慧收集、智慧管理、智慧存儲、智慧利用”，構建新型人工智能智慧檔案行業標準，發揮人工智能在檔案事業發展中的重大價值和重要意義，共同推進檔案智慧化轉型升級，這也標志著中國檔案界也開始邁入智慧檔案的新時代。

3 四川大學檔案館聲像檔案的館藏現狀

四川大學聲像檔案現藏于四川大學檔案館，時間跨度從1896年-2017年。目前，已經入庫的光碟數量共計為1005盒，其中包括了從2013年-2017年歷史檔案數字化工程1-3期共制作的四川大學歷史檔案光盤301張，華西協合大學歷史檔案光盤76張，還包括了優秀教師教案光盤38張，2008年抗震救災光盤40張和大量與學校發展相關的其它圖片與視頻光盤550張；其它還有國家圖書館贈送的與四川大學相關的縮微膠片72盒，珍貴歷史錄音磁帶96盒，歷史檔案數字膠片396盒。這些圖片與視頻集中地反映了四川大學建校124年以來的發展歷程，是2008年至2013年以來四川大學檔案館不斷搜集、整理的珍貴史料。而以后隨著互聯網的日益普及，與學校相關的圖片與視頻資料歸檔數量會越來越多。

四川大學檔案館高度重視聲像檔案數字化建設，目前配備一人專職管理聲像檔案,還用一間底圖檔案庫房保存聲像檔案，其中包括六套底圖柜和六套防磁保密柜；另外，還有一間數字與縮微檔案閱覽室用于聲像檔案的建設與加工，其中包括四套全自動恒溫恒濕柜、四套膠片閱讀成像儀以及一臺大型工程復印機，以及兩臺專業掃描儀和兩臺彩色專業打印機。

4 實地調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代的到來，筆者于2020年11月5日實地調研了科大訊飛四川分公司。分公司有關人員詳細地介紹了公司情況和與之相關的“檔案超腦數字孿生智慧檔案館”的設想。科大訊飛成立1999年，于2008年在深交所上市，目前市場總價值903億，是目前滬深兩市市值最高的軟件公司，中國上市企業十大創新公司，中國教育信息化產業龍頭。公司的核心技術智能語音技術處于國際領先地位，公司牽頭制定國家標準2項、國際標準1項、行業標準3項，擁有國內外有效專利260件，技術研發優勢顯著。有關負責人介紹了“人工智能+檔案”從技術研究到成果應用并落地的一些實際案例，科大訊飛與安徽省檔案局共同承接了國家檔案局的科研項目：人工智能技術在檔案劃控上的應用、歷史檔案OCR識別引擎的研究等項目。2020年10月17日國家檔案局專家組嚴格按照國家數字檔案館建設標準進行全面測評，一致認為科大訊飛AI賦能創新成果的體現，成為黃山檔案館的核心亮點。

有關人員接著詳細介紹了檔案超腦的總體設計和總體架構，總體設計是基于檔案IAAS平臺：用云計算中心、5G網絡、物聯網平臺作為基礎；利用檔案業務中臺，即具有開放共享、融合共生、迭代發展、優勝劣汰功能的檔案智慧中臺，通過技術能力賦能應用到檔案的收集、移交、整理、利用、鑒定、統計等環節。檔案超腦的總體架構主體有四大組成部分：檔案智能輔助管理、AI能力平臺、基礎應用、信息庫；其中，檔案智能輔助管理包括五大子系統：檔案專業OCR識別引擎、檔案智能服務、多媒體檔案管理、檔案著錄輔助、智能全文檢索。這些子系統能夠實現證照、表格、公文識別、人臉檢索、重大活動實時記錄、查檔與導覽機器人、智能客服、語音著錄、智能編目與推薦等重要功能。AI能力平臺具備大數據分析、語音能力、OCR能力、自然語言理解能力。檔案業務中臺還具備歷史類似事件的智能評估功能，通過對大量歷史檔案、現今事件等信息的機器學習，運用大數據挖掘和聚類技術，分析類似事件影響程度，構建事件深度神經網絡模型，為客戶或政府提供決策參考。

5 嘗試利用人工智能技術與聲像檔案管理相結合

有關人員向筆者介紹了科大訊飛的聲像檔案智能管理平臺，該平臺的核心設備包括訊飛檔案機與訊飛智錄機。訊飛檔案機使重大活動的檔案建立變得簡單，它可以實現檔案著錄信息的自動提取，口述檔案完成征集后，按照文件屬性可以自動生成MP3、EXCEL格式的聲像檔案目錄數據。

科大訊飛的訊飛智錄機依托于智能語音識別、轉寫、自學習等核心人工智能核心技術，結合行業規范、行業語料庫、行業標準等AI引擎優化，改變傳統人工鍵盤輸入模式，使用語音口述方式錄入，可以實現檔案語音著錄，快速準確，一分鐘400字，準確率達95%。其可以極大提升檔案錄入、專網辦公、表單填寫、成果編研、系統編研等的工作效率。利用訊飛檔案機的音視頻接口，可以將館藏的珍貴歷史錄音磁帶的音頻信息或膠片，通過收錄機的播放將傳統載體的信息輸入到訊飛檔案機中整理成可編輯的音頻數據文件，或將膠片、影片等傳統載體中的圖片、影像信息通過膠片播放機輸入到檔案機中形成圖片或視頻數據文件。這對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的四大子系統：分別是音視頻資源采集、音視頻檔案編目、視頻人臉庫管理、音視頻檔案編研。該系統利用先進的音視頻轉寫技術和人臉識別技術，幫助檔案管理者在海量的聲像檔案中鑒別出有價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注，對數據化結果的檔案內容自動提取概要并完成完成自動著錄。

前景與結論：隨著以高端智能芯片、第三代半導體技術的不斷進步帶來計算機技術的高速發展，與之相關的人工智能技術也會在2020-2030年進入一個大爆發時期。目前該技術還處于較為初期的階段，隨著該技術的不斷提升，人工智能技術與檔案管理很快就會不斷融合，如基于語音接口的移動檔案服務、智能查檔機器人在檔案查詢系統的初級應用、智慧檔案館的5A運營管理等都會不斷地出現在檔案工作中，這要求檔案管理人員不斷提升自身知識儲備，以更新的專業技術能力迎接人工智能+智慧檔案時代的到來。