業務痛點：新形勢下，*的新形態不斷涌現，*主體不斷變化發展，公安監所通過管教談話及時掌握被監管人員的思想行為和心理。由于傳統管教談話存在費時費力且同版同質等諸多業務痛點。
*痛點：快魚管教談話語音智能轉譯系統出現了
其主要基于深度神經網絡技術
實現音頻采集終端接入
實時談話轉寫
關鍵詞次甄別標識等功能
完成談話數據的自動
采集、通訊、分析、錄入、保存等工作
提升管教談話工作效率
提升公安監所安全智慧管控能力
系統應用層：包括管教談話系統客戶端和后臺管理平臺，實時為監管民警提供直觀管教談話的分析數據與管理數據。
引擎服務層：實現實時語音轉寫、角色分離、音頻預處理、轉寫結果實時編輯、存儲服務等技術支撐。
數據支撐層：依托人工智能技術，從動態精細化管理的需求入手，建立被監管人員情緒、心理、行為狀況動態管理體系。利用深度神經網絡聲學技術、機器自動學習技術、海量數據標注法實現對音頻數據的深度挖掘、關鍵信息點標注、人機自動交互等應用。
數據接入層：主要通過音頻采集設備，實現高清音頻的數據采集功能。
關鍵技術：語言模型自適應、聲學模型自適應、語音增強、語義理解模塊
功能實現：
實時語音轉寫：基于深度神經網絡的聲學建模技術，實現對中文的實時語音；轉寫，可自動區分說話人的角色，無串音。轉寫結果實時編輯，亦可手動記錄關鍵信息點，提供熱詞導入功能，可提升對多領域術語的識別效果。
語義理解情緒分析：通過自然語言理解NLP技術，能夠對被監管人員的談話內容進行“自*、暴力、逃脫”多維度下的情緒傾向分析，輔助研判及時預警。
談話記錄輔助：通過不低于80萬份管教談話臺賬記錄文本的深度學習構建AI知識庫，對管教民警進行輔助引導，針對制式談話問題可進行問答填充，談話結束后自動生成本次談話的結構化文檔。
可視化分析展板：系統支持對各個監區被監管人員歷史談話數據多維度的統計分析，并進行圖表可視化展示，實現對各監區被監管人員狀況的動態監管。
后臺實時查看：系統可對各個監區正在談話的客戶端進行實時音頻監控，監督一線管教民警談話內容及被監管人員狀態，對談話雙方不受干擾。
音頻結構化存檔：系統可實現對談話音頻和文本的結構化存檔，用戶可根據關鍵詞報警和情緒異常提示針對性復查，也可通過模糊搜索快速定位，并進行高效的按句回聽。
總結來說：管教談話語音智能轉譯系統基于管教談話工作管控新模式，本設計充分運用人工智能等現代科技手段，將語音識別技術與監所談話業務深度融合，大限度的匯聚整合、檢測分析管教談話信息資源，極大程度提升管教談話工作效率，從而對監所管教談話工作做出智慧判斷響應，對營造和諧監區、監管環境對監所安全管控具有重大意義。
