“現在開庭！”一聲清脆的法槌聲響起。

日前，浙江省高級人民法院一起刑事案件開庭現場，現場人都見證了一款“審判神器”的應用：顯示屏里同步顯示著庭審中法官和訴訟參與人說的每一句話，幾乎沒有遲延，且不時進行自動糾錯——書記員并沒有操作電腦鍵盤。

從庭審記錄改革角度看，這是一次有科技創新重大意義的“互聯網+審判”。

“審判神器”其實是一款軟件，“浙江高院智能庭審語音識別系統”。通過話筒，可以把語音瞬間變成文字。系統操作也很簡單，只要點擊即實現“一鍵開啟”，還提供開庭、休庭、復庭、閉庭等操作。

傳統庭審過程中，書記員要全程記錄。庭審記錄方式經歷了諸多換代升級，最早是手工書寫，后來是鍵盤錄入電子文檔。浙江高院2014年8月在全國首開先河，積極探索以庭審錄音錄像代替傳統書面筆錄。2016年3月啟動智能語音識別項目的研發工作，5月份智能語音識別系統在杭州西湖、上城、下城等部分法院試運行。智能語音識別系統配合現有完善的高清數字法庭系統、庭審錄音備份系統和“審務云”，形成了“視頻+音頻+文字”的全鏈路、多層安全、同步識別的智能記錄體系。目前整體識別準確率可以達到95％以上。“審判神器”已經在西湖區法院兩次亮相，識別準確率分別達到96.2％和97.7％。

智能庭審語音識別系統神奇在哪里？

浙江省高院信息中心劉克勤對科技日報記者說，是智能化識別。該軟件以上千萬場庭審的音頻和文本數據為學習材料，在數據、算法、模型三個層面均作了優化，背靠阿里云ET的深度機器學習算法，專門針對法院庭審場景構造了專用的交互式識別模型。

與一般的語音識別場景不一樣，浙江法院庭審智能語音識別系統更多應用在多人會話的場景中。據了解，該系統以云化的方式在浙江省集中部署，各法院按需隨時接入使用，系統根據各地忙閑程度動態調度，IT資源利用率比傳統本地化部署至少節省30％以上。除庭審外，該軟件可以適用于調解、合議、聽證、審判委員會討論、文書校對等等場景。

據介紹，該系統盤活了全省法院數據中心已經匯聚的海量音頻和文本數據。借助語音識別技術，語音經識別轉化為文字后，經斷句、分詞和結構化等大數據處理，可以進行高頻詞分析、內容檢索、爭議焦點歸納、法官庭審習慣分析、當事人畫像、案件預判、知識挖掘等大數據利用，使歷史庭審的語音信息更智能地服務于法官辦案、審判管理和為民訴訟服務。

音頻轉文字是如何實現的？

浙江大學計算機學院楊瑩春副教授解釋說：“首先是利用信號處理技術提取聲音中有效的語音部分后進行壓縮，并模擬人耳聽覺感知機理轉換存儲成數字符號串的語音特征作為處理單元。訓練是利用事先采集的大量甚至海量的真實語音和語言文字庫，對人們的發音特點以及說話的語法規則進行知識挖掘，構建聲學模型、發音字典和統計語言模型，使用時則是依據訓練得到的字典和模型采用統計模式識別技術對輸入語音逐步搜索和生成最有可能的音節、字、詞串和組裝成句子，即文字。”

浙江法院智能語音識別系統已全面上線，目前已在全省105家法院推廣應用。