第二十二届中国工博会将于今日起到9月19日在国家会展中心（上海）和大家见面，本届工博会以“智能、互联——赋能产业新发展”为主题，展览面积24.5万平方米，参展企业2000多家。由我院和云知声（上海）智能科技有限公司通过校企产学研合作的形式共同研发的“智能语音电子病例系统”在展览上亮相。
该系统为校企产学研合作研发成果，主要用于帮助医护人员采用语音的方式直接录入病历，具有天然的无接触优势，可解决医护人员由于防护措施严密造成操作办公电脑时的不便问题，大幅提升病历录入效率的同时，有效避免频繁接触电脑的接触式感染风险。
经医院实测，本展品的病例录入语音识别准确率超 98 %，连续两年获评北京协和医院“年度优秀供应商”。目前，该系统已在超过 100家三甲医院和新冠肺炎定点收治医院得到广泛应用。
与国内外同类产品比较，该展品的主要创新点体现在医疗领域的语音识别关键技术创新和深度定制的三个方面：
1、医疗领域中英文混合声学建模技术
针对医疗领域极其复杂的中英文混合表述情况，首先提出一种基于音节的英文到中文发音映射方法，并在此基础上深入探索，进一步提出一种多任务编码-解码的Transformer中英文混合声学建模方法，同时结合与语言相关的自注意力机制进行混合语音识别声学模型训练，使得实际应用场景下的医疗语音识别词错误率相对下降了30%，解决了传统语音识别技术对中英文混合语音非常敏感的难题。
2、基于异构神经网络的半监督与主动学习声学增强技术
为了解决复杂医疗声学场景下的噪声鲁棒性和带高质量标注的医疗语音训练数据严重稀疏问题，提出了一种基于异构神经网络的半监督与主动学习声学增强技术，实现了数万小时的医疗语音自动标注和有效利用，大幅降低了语音录入识别系统的研发成本，提高了语音识别准确率，同时也为其灵活定制化应用场景提供了技术支撑。
3、专业定制医用语音录入设备
结合门诊各科环境及业务特点，合作企业云知声提出了定制医疗领域专业医疗降噪麦克风的方案，解决了医疗环境中电力续航、佩戴方式等问题，具备抗菌处理、排除环境干扰能力。经测试在噪音环境下云知声定制的麦克风较普通手持麦克风的语音识别准确率更高。
自2015年起，我院龙艳花老师就与云知声（上海）智能科技有限公司开启了实质性科研合作。
双方在前期合作基础上，于2017年11月，正式挂牌成立“上海师范大学-云知声自然人机交互联合实验室”，该实验室目前是企业、学校、学院重点支持和培养的产学研创新实验室，同时研究团队也是上海师范大学人工智能研究院重点支持的科研创新团队，主要围绕自然人机交互中的关键科学问题，在智能语音信息处理、人工智能多学科融合方面开展基础应用型产学研合作研究。
基于深入的前期校企产学研合作探索经验，“上海师范大学-云知声自然人机交互联合实验室”后期将开展更广泛深入的合作，致力于将机器学习、语言语音学、心理学、教育学、机器人学等各个交叉学科进行有效融合，解决自然人机交互中的关键问题，最终在人工智能领域形成一批基础研究和集成创新成果、培养AI人才，加速感知智能的发展。
供稿：科技处 信息与机电工程学院
