IT之家 8 月 4 日消息，據科大訊飛官方公眾號，香港特區立法會與科大訊飛聯合打造了智慧謄錄系統“智識聽”，可深度識別立法會場景的實時字幕功能，運用科大訊飛中英粵混讀引擎，結合聲紋識別和字幕與幀畫面對齊壓制技術，實現會議直播中文字和視頻畫面的同軌顯示，公眾可通過實時字幕無障礙獲取政策資訊。

“智識聽”深度學習 2.5 億字語料、400 小時音頻、20 萬條香港特色關鍵詞，口音、新地名、混語發言實時適配，即使面對議員特殊口音或復雜地名也能高效處理。目前，實時字幕的準確率達 96%，通過幕后同事的即時修正，準確率通過人機結合可達 99%。

IT之家從官方獲悉，“智識聽”正式調研、研發、上線歷時近 3 年，1.0 版具備錄音轉文字功能，2.0 引入對實時轉文字的支持，3.0 版則開始支持實時字幕。為解決粵語俚語及法律專業術語較多、部分議員存在口音、中英粵混雜等問題，立法會秘書處整理了 2.5 億漢字的中英文對照和 20 萬個高頻粵語詞匯，將其作為語料庫提供給機器學習。經過數據和算法的優化和不斷地訓練，立法會會議實時字幕的準確率達 96%。

原先，需要 7 個工作日才能發布的議事錄，會議召開后第二天即可發布。目前智識聽四期正在準備中，該期將建設英語字幕和多語種字幕系統。同時，基于星火大模型的進步，香港立法會的智慧辦公系統也提上日程。