从语音到文字：讯飞听见待办事项自动生成的逻辑

讯飞听见不是简单把语音“听写”出来，而是通过多层语义理解，从对话流中识别出具有任务属性的表达，再结构化输出为待办事项。这个能力背后，有不少值得细说的逻辑。 ### 识别依据：不止靠关键词，更依赖语境和动作指向 系统不会只盯着“请跟进”“下周提交”这类显性词。它会结合发言角色、语气强度、上下文逻辑来判断是否构成有效任务。比如： - “小王，你负责把用户调研报告发给市场部” → 明确主语+动词+交付对象+内容，直接提取为待办 - “这个需求我们得尽快评估” → 缺少执行人和时限，系统暂不列为待办，但可能归入“待确认事项”供人工补充 - “会议纪要明天中午前发群里” → 时间+动作+交付方式，自动标注截止时间并关联责任人（若已识别声纹或上下文明确） ### 结构化输出：三要素缺一不可 生成的待办事项默认包含可执行单元，每条都力求满足： - **执行人**：优先从语音中提取姓名或职位（如“张经理”“技术组”），未明确时标记为“待指派” - **任务内容**：去除修饰语，保留核心动作+交付物（如“输出接口文档V1.2”，而非“大概整理一下接口说明”） - **时间节点**：识别相对时间（“周五前”“会后两天内”）或绝对时间（“6月30日下班前”），自动换算为具体日期并标注 ### 支持人工干预与闭环校验 自动生成不是终点，而是协作起点： - 在纪要页面点击任一待办，可跳转至原始音频对应片段，验证上下文是否准确 - 支持拖拽调整执行人、手动补全截止时间、合并重复任务 - 修改后系统会记录调整行为，持续优化同类表达的识别策略 整个过程依托讯飞自研的会议场景NLP模型，训练数据覆盖政务、教育、研发等15+行业真实对话，让待办提取既符合语言习惯，又贴合实际工作流。