人工智能技術(shù)在聲像檔案中的應(yīng)用

四川大學(xué)檔案館 嚴(yán) 忠

目前全球人工智能市場規(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)。國內(nèi)檔案界對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)智慧檔案時代來臨的新形勢。

1 人工智能技術(shù)的定義和人工智慧時代的來臨

在科技越來越發(fā)達(dá)的今天，人工智能（Artificial Intelligence，簡稱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（深圳）綜合開發(fā)研究院舉行的“中國數(shù)字化之路研討會”上有關(guān)專家指出，人工智能是數(shù)字經(jīng)濟(jì)的核心驅(qū)動力量，人工智能技術(shù)主要指利用計算機(jī)技術(shù)來模仿人腦所從事的推理、證明、識別、學(xué)習(xí)、思考等活動的技術(shù)，人工智能技術(shù)涉及的范圍包括：自然語言處理、知識表現(xiàn)、智能搜索、推理、規(guī)劃、機(jī)器學(xué)習(xí)、知識獲取、組合調(diào)度問題、感知問題、模式識別、邏輯程序設(shè)計、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)是人類嘗試將自然科學(xué)、技術(shù)科學(xué)、社會科學(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)能初步識別人類的聲音、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)展的初級階段，以后將逐步成為人類有益的助手，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 國家相關(guān)政策的出臺和檔案管理部門的對策

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)動力量，加快發(fā)展新一代人工智能事關(guān)我國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)略問題。國務(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。國家已從國家戰(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，中國共產(chǎn)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(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》中特別強(qiáng)調(diào)了堅持創(chuàng)新驅(qū)動發(fā)展，全面塑造新優(yōu)勢的指導(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)略性的國家重大項(xiàng)目。

2018年4月28日，國家檔案局檔案科學(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)議雙方將開展深度合作，共同推動人工智能技術(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、利用4大方向，重點(diǎn)圍繞“智慧收集、智慧管理、智慧存儲、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)展中的重大價值和重要意義，共同推進(jìn)檔案智慧化轉(zhuǎn)型升級，這也標(biāo)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(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，時間跨度從1896年-2017年。目前，已經(jīng)入庫的光碟數(shù)量共計為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301張，華西協(xié)合大學(xué)歷史檔案光盤76張，還包括了優(yōu)秀教師教案光盤38張，2008年抗震救災(zāi)光盤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550張；其它還有國家圖書館贈送的與四川大學(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年以來的發(fā)展歷程，是2008年至2013年以來四川大學(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)量會越來越多。

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(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恒溫恒濕柜、四套膠片閱讀成像儀以及一臺大型工程復(fù)印機(jī)，以及兩臺專業(yè)掃描儀和兩臺彩色專業(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代的到來，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?？拼笥嶏w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(yè)十大創(chuàng)新公司，中國教育信息化產(chǎn)業(yè)龍頭。公司的核心技術(shù)智能語音技術(shù)處于國際領(lǐng)先地位，公司牽頭制定國家標(biāo)準(zhǔn)2項(xiàng)、國際標(biāo)準(zhǔn)1項(xiàng)、行業(yè)標(biāo)準(zhǔn)3項(xiàng)，擁有國內(nèi)外有效專利260件，技術(shù)研發(fā)優(yōu)勢顯著。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識別引擎的研究等項(xiàng)目。2020年10月17日國家檔案局專家組嚴(yán)格按照國家數(shù)字檔案館建設(shè)標(biāo)準(zhǔn)進(jìn)行全面測評，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)計和總體架構(gòu)，總體設(shè)計是基于檔案IAAS平臺：用云計算中心、5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)平臺作為基礎(chǔ)；利用檔案業(yè)務(wù)中臺，即具有開放共享、融合共生、迭代發(fā)展、優(yōu)勝劣汰功能的檔案智慧中臺，通過技術(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、基礎(chǔ)應(yīng)用、信息庫；其中，檔案智能輔助管理包括五大子系統(tǒng)：檔案專業(yè)OCR識別引擎、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、公文識別、人臉檢索、重大活動實(shí)時記錄、查檔與導(dǎo)覽機(jī)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(shù)據(jù)分析、語音能力、OCR能力、自然語言理解能力。檔案業(yè)務(wù)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(xiàn)今事件等信息的機(jī)器學(xué)習(xí)，運(yùn)用大數(shù)據(jù)挖掘和聚類技術(shù)，分析類似事件影響程度，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，該平臺的核心設(shè)備包括訊飛檔案機(jī)與訊飛智錄機(jī)。訊飛檔案機(jī)使重大活動的檔案建立變得簡單，它可以實(shí)現(xiàn)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(shù)據(jù)。

科大訊飛的訊飛智錄機(jī)依托于智能語音識別、轉(zhuǎn)寫、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)語料庫、行業(yè)標(biāo)準(zhǔn)等AI引擎優(yōu)化，改變傳統(tǒng)人工鍵盤輸入模式，使用語音口述方式錄入，可以實(shí)現(xiàn)檔案語音著錄，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、專網(wǎng)辦公、表單填寫、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(tǒng)：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(tǒng)利用先進(jìn)的音視頻轉(zhuǎn)寫技術(shù)和人臉識別技術(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，對數(shù)據(jù)化結(jié)果的檔案內(nèi)容自動提取概要并完成完成自動著錄。

前景與結(jié)論：隨著以高端智能芯片、第三代半導(dǎo)體技術(shù)的不斷進(jìn)步帶來計算機(jī)技術(shù)的高速發(fā)展，與之相關(guān)的人工智能技術(shù)也會在2020-2030年進(jìn)入一個大爆發(fā)時期。目前該技術(shù)還處于較為初期的階段，隨著該技術(shù)的不斷提升，人工智能技術(shù)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(wù)、智能查檔機(jī)器人在檔案查詢系統(tǒng)的初級應(yīng)用、智慧檔案館的5A運(yùn)營管理等都會不斷地出現(xiàn)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(yè)技術(shù)能力迎接人工智能+智慧檔案時代的到來。