讯飞智慧监狱解决方案

　　一、建设背景

　　为深入贯彻落实全国司法行政信息化工作推进会议精神，2019年1月，司法部在浙江杭州召开了“智慧监狱”建设工作推进会。会议要求，要从深入贯彻全面依法治国新理念新思想新战略和网络强国战略思想的高度，深刻认识加快推进“智慧监狱”建设的重要意义，进一步细化“智慧监狱”建设任务和措施。按照傅政华部长的批示要求，不断推进“智慧监狱”建设，努力实现奋斗目标，为全系统做表率。

　　按照《关于加快推进“智慧监狱”建设的实施意见》、《“智慧监狱”技术规范》、《“智慧监狱”审核验收细则》要求，立足推动监狱管理由“智能化”向“智慧化”的转变，充分运用大数据、物联网、人工智能等现代科技手段，将现代信息技术与监狱各项业务融合，最大限度地汇聚整合、感测分析监管改造信息资源和社会信息资源，从而对监狱工作的各项需求作出智慧判断响应。最终建成标准规范科学统一、数据信息全面准确、业务应用灵活普及、研判预警智慧高效的“智慧监狱”，为不断提高我国监狱管理水平和罪犯改造质量，打好坚实基础。

　　二、产品简介

　　讯飞智慧监狱解决方案，通过智能语音、图像、声纹等非结构化数据处理的算法与模型为监狱提供安全可靠的人工智能技术，实现语音预处理、语音实时转写、语音离线转写、语义理解、语音合成、图文识别、声纹注册、声纹比对、人脸语音识别独特功能，全面赋能监狱的家属会见、谈话教育、指挥调度、会议记录、办公输入等执法及办公场景，为干警工作提效减负。

　　三、关键技术

　　（一）麦克风阵列技术

　　远场拾音和噪声干扰一直是困扰语音识别应用的两大技术难题。例如，在审讯的场景下，如果使用录音设备进行录音，离录音设备较远说话人的语音即为远场带混响语音，由于混响会使得不同步的语音相互叠加，带来了音素的交叠掩蔽效应，从而严重影响语音识别效果；同样，如果录音环境中存在背景噪声，语音频谱会被污染，其识别效果也会急剧下降。针对该问题，采用单麦克及配合麦克风阵列两种硬件环境下的降噪、解混响技术，使得远场、噪声情况下的语音转录达到实用门槛。

　　（二）连续语音识别技术

　　语音识别是把用户说的任意语音转换成对应的文字信息，包括训练和解码两个过程。

　　训练：基于语音、语言学、信号处理技术、数据挖掘技术、统计学等领域知识，使用业界领先的RNN技术进行声学建模，并基于海量且话题广泛的文本数据进行超大规模语言模型训练，生成声学模型和语言模型。

　　解码：针对输入的语音数据，在进行端点检测、降噪后，提取声学，在训练好的声学模型和语言模型资源基础上，使用解码器进行解码，得到最适合的结果。

　　（三）关键词预处理和检索技术

　　关键词识别预处理和检索技术，基于领先的大词汇量连续语音转写技术，可以快速检测出海量连续语音流中的若干敏感内容以及出现位置。关键词识别系统，首先将海量语音进行预处理、关键内容识别，建立关键词和语音的对应关系的索引，后续可输入文本汉字，快速检索出包含特定关键词的语音。

　　（四）语义抽取技术

　　语义抽取是把文本里无结构化信息进行结构化或半结构化处理，最终可以加上不同的应用展现方式变成表格或者图例的组织形式。输入语义抽取系统的是原始文本，输出的是自定义语义及其内容。语义内容从各种各样的文档中被抽取出来，然后以统一的形式集成在一起，这就是信息抽取的主要任务。信息以统一的形式集成在一起的好处是方便检查和比较。信息抽取技术并不试图全面理解整篇文档，只是对文档中包含相关信息的部分进行分析。

　　四、应用特性

　　智慧监狱解决方案在设计初期就严格遵循标准化设计、平台化设计、模块化设计、可扩展性设计、稳定性设计、界面友好性设计等原则，以实现系统的实用性、先进性、高可靠性、高安全性等。

　　1.实用性：采用先进成熟的技术满足系统各种应用的需求，兼顾其他相关的管理需求。

　　2.先进性：保证满足各种应用系统业务的同时，又体现出硬件系统、软件系统的先进性。

　　3.高可靠性：平台的稳定可靠是应用系统正常运行的关键保证，为保证各项业务应用，网络、硬件必须具有高可靠性保证系统具有故障自愈的能力，最大限度地保障系统的长期可靠运行。

　　4.高安全性：数据涉及社会公众，具有一定敏感性和私密性，系统采用符合司法身份认证安全体系，通过访问权限控制等措施，确保数据存储安全和网络通信安全。

　　5.易操作性和可管理性：系统提供清晰、简洁、友好的中文操作界面，操控简便、灵活，易学易用，便于管理和维护，能自动纠错和系统恢复。

　　6.灵活性及可扩展性：平台不仅保持对以前技术的兼容性，还具有良好的灵活性和可扩展性，具备支持多种应用系统的能力，提供设备扩容和技术升级灵活性。

　　五、产品架构

　　本系统的架构运用“高内聚、低耦合”的先进软件设计理念，对系统进行底层设计。系统从逻辑角度划分为不同的层次，从业务角度划分为不同子系统，在保持各子系统独立性的同时，满足应用及服务的集成与扩展需要，使系统的语音数据接入能力、分析处理能力、存储和检索能力具备良好的水平可扩展性，支持用户将来增加新的定制应用等不断演进的业务需求。总体架构如下：

　　图 监狱系统语音智能侦听系统逻辑架构

　　六、应用系统建设

　　（一）家属会见系统

　　监管领域的家属会见活动，是被监管人情感表露最为真实的场景，该场景下极易产生各类敏感对话信息，这些信息对被监管人的情绪疏导、个性化管教方案制定、思想情绪掌控和风险预防都有着非常重要的现实意义。但在实际的工作中，因警力资源有限、复听耗时压力大，敏感通话往往不能第一时间检出，导致犯人思想动态掌握不及时和风险预防时效性差等问题的出现。家属会见系统利用行业内先进的连续语音识别、语义理解、机器翻译、关键词预处理、维汉翻译等技术，实现了普通话监测预警、关键词分析处理、语音复听回溯等功能，解决了因警力不足而存在的漏听漏记、敏感词应用率低的问题，达到提升质效、风险预防、行为分析和数据回溯的目的，提升监管安全。

　　（二）智能谈话系统

　　谈话并存档记录是监管管理工作的重要一环、整理谈话内容需要占用大量的人工工作，实际谈话过程中，边问话，边记录，边核对，周期长、压力大且易发生遗漏细节或关键谈话内容，且很多地方的用户在制作笔录的时候普遍采用手写记录形式，由于传统手工笔录制作非常耗时，也容易存在字迹潦草、记录不完整、制作不规范等问题而严重影响笔录的质量，难以还原谈话现场情况，而且笔录记录慢，还会影响会谈的效率。

　　智能谈话系统服务于监狱谈话教育应用场景，利用行业内先进的智能语音识别技术和专属麦克风，解决复杂环境下多人问话、远距拾音等难题，实现谈话的语音转写、角色分离、热词添加、智能纠正、谈话模板、精准回溯、记录导出和在线编辑等功能，为民警的谈话教育和日常监管更好的赋能。

　　（三）智能调度系统

　　随着应急管理体制应对的职责逐渐扩大，应用管理范围等方面需求的不断提升，应急指挥中心地位也来越凸显，是集指挥、调度、信息处理、研判决策、部门协同联动以及应急处置一体化的综合指挥机构，民警通过中央指挥平台实现对整个监管信息化的控制。原指挥调度系统技术相对落后，且各指挥系统相互独立，极大的制约综合指挥的效率。

　　智能调度系统利用行业内先进语音识别、语义理解技术，将原有的手动操作转变为语音操作，简化中间流程，实现查询内容的穿透式检索，大大提升检索效率，解决原有检索方式繁琐，效率不高的问题。

　　（四）智能会议系统

　　监狱内部狱情分析会、狱务会等各项会议，基于领先的语音识别、语义分析等核心能力，提供对会前、会中、会后的全流程辅助支撑，提升会议效率，保证会议内容的可追溯性，转写过程中支持同步编辑及重点内容标记，可保证在会后30分钟（10分钟提取纪要+20分钟检查优化）内即可出稿，且可实现对全部发言内容的完整记录，提高会议记录的准确性和安全性。

　　（五）语音助手

　　针对日常办公中的移动输入工作，传统的人机交互方式包括键盘、触屏、手写笔等，由于屏幕小、键盘小，传统的交互方式相对比较笨拙，对使用者的技能也有较高的要求，效率低下、不够便捷。尤其是在文书编写、报告整理、沟通交流等对输入要求高、时效性要求高等场景下，对信息的录入速度与输入设备的便携性都提出更高的要求。

　　语音听写能够把用户说的任意语音转换成对应的文字信息，是移动互联时代全新的信息录入方式，可以大大提高在移动终端上的文字输入速度。讯飞语音听写集成了讯飞研究院多年的研究成果IAT引擎，提供最准确、最顺畅的语音听写服务。

　　责任编辑：广汉