2023-10-26 讯飞录音笔
作者：善生的善生
录音笔的发展，从最初的功能单一化逐渐演变到「办公神器」。科大讯飞的发展史，也在一定程度上代表了录音笔的发展史。早期的录音笔仅能录制声音，后续还需要大量整理的工作。科大讯飞也根据市场需求，陆续推出了具有文字转写、更清晰收音、更智能整理的智能录音笔。
每次科大讯飞的产品升级，也带动了一次又一次的行业革新。
我也是录音笔的长期用户，很多商务或者办公人士，其实都是离不开录音笔的。但痛点在于文字转写准确度不高、收音距离不够远、整理录音文件很麻烦等等。
所以2022年了，既然要买录音笔，何不一步到位买个好点的呢？
而科大讯飞推出的智能录音笔SR502，可以说又给业界树立了一个全新的标杆。
高精度的转文字准确率、远距离收音、支持离线转文字、区分多人讲话、多语种的转写与翻译等特性，也是新时代录音笔应该具备的，更是我们日常选购要首先考虑的。
很喜欢包装上的这句话「智能转写，落字有声」。
新时代的录音笔，就是需要厂商为其赋予高度的智能化与精准的转写效率。
因为是支持插入sim卡联网的，所以除了常规的充电器和数据线外，还附送了卡针。
录音笔加屏幕不新鲜，但是科大讯飞给SR502设计了一块3.5英寸的大尺寸触屏。除了观看更清楚外，日常操作交互也更方便了。
再好的算法，也要有完备的硬件作为支撑。
顶部2颗10毫米的定向麦克风+6颗全向麦克风，在多种复杂场景下依然可以做到更佳的人声拾音，并大幅增加拾音距离，最远拾音距离达到了15米。
框架和麦克风都是金属材质，整体设计很有质感，也符合自身的产品定位。
背面是一颗800万像素的摄像头，可以用来OCR识别或者拍照。别小看这颗摄像头，它可以实现智能提取PPT、EXCEL、图内文字信息等，相比一般录音笔属于降维打击了。
和6.7英寸的iPhone 14 Pro Max对比一下，SR502的体积小巧了很多。日常随身携带，也不会成为累赘。
侧面分别是一键录音、音量按键、电源开关和SIM卡槽。
收音效果怎么样
虽然SR502功能非常多，但作为录音笔，我们还是先来测试一下基础的收音效果。
首先是一米和五米的录音效果，
（插入视频1）
1米距离收音很清楚，即使加大到5米，除了能感到声音距离的增加外，人声依然非常清晰。
鉴于SR502的性能太强，下面直接上地狱难度吧，和iPhone 14 Pro Max对比一下在嘈杂环境下的收音表现。
在非常嘈杂的闹市区，iPhone 14 Pro Max的人声和背景声都混在了一起，很难听清楚。而SR502通过2+6麦克风的组合与智能降噪，大幅降低了背景噪音，人声拾音依然非常清晰，优势非常明显。
要知道iPhone的收音在手机里应该是最好的了，但遇到专业设备还是差了很远。
科大讯飞SR502内置了六种模式，分别是会议、演讲、采访、通用、备忘和音乐模式。
我觉得就日常使用来讲，无论是什么行业都可以非常好的满足需求了。
目前用户都是有10G的云空间附送，可以做到云端的多端同步备份。比如你可以实现手机、电脑端的互通，非常方便。
当然你也可以在电脑手机端的App读取，或者微信扫码直接下载。
在设置里，你可以打开录音转文字、离线转写/在线转写。
做好录音不难，但难点在于实时的转写与转译，这对智能算法要求非常高。
在这个领域，科大讯飞就是目前的业界第一，没有争议的那种。
在录音的同时，SR502会实时转写出文字。
支持多语言多语种，甚至还有12种方言转写支持。
放个视频来看一下转写速度，从发声人单词结束到屏幕显示文字，只需不到一秒。
打开手机或电脑端的App，你就直接可以看到音频文件和刚转写的文字内容了。准确率非常高，几乎没有什么错词。
在录音笔云盘中可以免费下载转写好的文字和录的音频文件。
这里我模拟了一段会议室的白噪音，包括风声、写字声、雨声等，自己录了一段声音供大家参考。
SR502距离我大概2米左右，演讲模式收音。我发音并没有可以加大声量，但SR502仍然做到了非常清晰的人声拾音。
再来看下转写情况，几乎完美。
如果有隐私和保密性需求，那么也可以开启离线转写。不必上传云端，直接机内就能完成，这也是对机器性能与算法要求很高的功能。
可以看到开启离线转写后，自动上传功能显示已经关闭。
我把离线转写上传到了电脑端，方便大家查看转写准确度。整体没什么问题，除了「清华」两个字勿转成了计划，自行修改一下即可。
此外还支持边录边译，这也依然是科大讯飞的强项所在。
同样也支持多种语言翻译。
视频中可以看到翻译的速度很快，且错误率也非常低。
以往录音笔的一大痛点就是录音文件的整理，现在SR502直接内置了文件整理功能。
你可以自由的选择分类名称以及领域，在每次录音完毕可以直接归纳进去。
转写的文字直接是分好段落的，这也是SR502的功能：智能语义分段。它会根据录制的内容语义，自行判断分析并把文字自动分段。相比一般的录音笔，一片密密麻麻的文字，智能分段无疑要方便了太多。
、
在多人交谈时，还可以智能的实时区分发言人。
并且能自动过滤掉语气词、叹词和非人声噪音等。
为了验证这个功能到底如何，我做了一个小测试。
左侧的iPad Pro、中间的Studio Display、右侧的手机加上我自己，三台设备加我自己，一共是三个声音、五段对话模拟多人会议场景。
中间和右侧是声音1，左侧iPad Pro是声音2，我自己是声音3。
结果出来之后我吓了一跳，现在都这么智能的嘛？！
可以看到智能区分出了1、2、3三个声音，1和2的两段发言也正确识别了，并且都智能分段标了出来。
当然了，如果你想更极致一些的话，可以录入多人的声纹，这样转写的内容还可直接显示已录入声纹对应的昵称，整体对话内容更加清晰直观。
因为自带800万像素的摄像头，所以SR502是支持OCR识别转写的。
分别打印了一张表格、一张文字，来测试一下效果如何。
拍照自动识别后，文字很快就自动生成好了。
在电脑端读取出来看一下，没有一个错误，非常强大。
下载到电脑上，文件夹内是一张拍摄的图片和生成的文字TXT。
而给表格拍照后，可以看到机内已经自动生成了完整的表格图片。
如果说文字识别是科大讯飞基操的话，那表格识别又震惊了我一下。
直接生成了一个表格文件，且非常完美。仅通过一张照片就能识别并重新画出完整无误的表格，实在是太强了。
总结
最近一段时间用下来，我只能用「比强更强」来形容科大讯飞的SR502了，我觉得也算给行业树立一个2000元档的新标杆了。
在智能录音笔领域，科大讯飞的AI算法与优化，赋予了录音笔更强的产品力。
无论是在线/离线转写、实时翻译的准确率，还是智能编辑智能整理、OCR识别，综合来看表现都非常出色。
而基础的硬件设备，比如2+6的麦克风组合和清晰的人声拾音，反而变成了科大讯飞出色算法上的锦上添花了。
双十一期间，SR05仅需2000元左右即可到手，感兴趣的一定不要错过。
