中华人民共和国档案行业标准
DA/T110-2026
Specification for speech recognition and transcription of audio andaudio-visualrecords
国家档案局 发布
目次
6.1制定工作方案6.2制定技术方案
7.1档案出库 7.2评估与导人7.4成果修改校正 7.3识别转写7.5成果整理输出7.6质量控制7.7成果挂接7.8成果验收7.9档案人库
前言
本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草.
请注意本文件的某些内容可能涉及专利.本文件的发布机构不承担识别专利的责任.
本文件由国家档案局提出并归口.
本文件起草单位：安徽省档案馆、讯飞智元信息科技有限公司、中国人民大学信息资源管理学院.本文件主要起草人：黄玉明、张海剑、朱霖露、邓晓文、徐拥军、牛力、陈娜嫌、李衍、高峰.
录音录像档案语音识别转写工作规范
1范围
本文件规定了录音录像档案语音识别转写的组织与管理、方案制定、实施、成果管理与应用的要求.案机器语音识别转写及相关系统建设应用. 本文件适用于各级各类档案馆（室）以汉语、常见少数民族语言及国际通用语言录制的录音录像档
2规范性引用文件
下列文件中的内容通过文中的规范性引用面构成本文件必不可少的条款.其中，注日期的引用文件，仅该日期对应的版本适用于本文件：不注日期的引用文件，其最新版本（包括的修改单）适用于本文件.
DA/T18档案著录规则DA/T62录音录像档案数字化规范 DA/T63录音录像类电子档案元数据方案DA/T68.2档案服务外包工作规范第2部分：档案数字化服务
3术语和定义
下列术语和定文适用于本文件.
3.1录音录像档案audio and audio-visual record具有凭证、查考和保存价值并归档保存的录音录像文件.[来源：DA/T78-2019，3.3]
3.2档案数字资源digital archival resource以数字形式存在的各类档案信息资源.注：包括电子档案及其元数据、档案目录数据、传统载体档案数字化成果等.[来源：DA/T99-2024，3.1，有修改]
人的语音中所蕴含的、能用以表征和标识数据主体的生物学特性和行为特性的总称.[来源：GB/T41807-2022 3.3]
对语音信号中出现的单词、短语或句子等单元进行时间标记的信息标识符.
3.5语音识别speechrecognition
将人类的声音信号转化为文字，同时进行声纹（3.3）等特征提取的过程.
DA/T 110-2026
转写transeription将语音识别（3.5）结果进行书面文本规整、翻译及特征标记的过程.[来源：GB/T4894-2024 3.1.6.10，有修改]
3.6
3.7 语音识别转写成果speechrecognition and transcription result语音信号经语音识别（3.5）转写（3.6）后形成的文件.
识别转写准确率recognition and transcription accuracy百分比. 通过语音识别（3.5）转写（3.6）技术能够正确识别出的字符数占实际语音内容中应识别字符总数的
注：识别转写准确率一（识别正确字符数/应识别字符总数）×100%.
3.9
识别转写速度recognition and transcription speed
单位时间长度录音录像档案通过语音识别（3.5）转写（3.6）获取语音识别转写成果（3.7）所需要的时间，
3.10
音素speech最小语音单位.[来源:GB/T 3947-1996，10.3]
3.11声学模型acoustic model将输人的语音信号转换为对应的音素（3.10）或音节序列的模型.
3.12语言模型language model
将声学模型（3.11）输出的音素（3.10）或音节序列转换为自然语言文本的模型.
3.13热词集hot words由用户或应用程序定义的结构化关键词集合.[来源：GB/T 340832017，3.6]
4总体原则和要求
4.1语音识别转写工作应纳入档案信息化建设范畴，统筹规划、有序推进.4.2语音识别转写工作宜根据录音录像档案的珍贵程度、开放程度、利用率、函待抢救程度等因素科学 实施确定为语音识别转写对象的录音录像档案应全部识别转写.4.3语音识别转写成果应与录音录像档案建立一一对应关系，保持语义信息一致.4.4语音识别转写工作应采取可靠的技术和措施，确保工作过程规范、成果可靠、数据安全，并捕获相关元数据，语音识别转写工作实行服务外包的，应按DA/T68.2的要求执行.4.6语音识别转写工作宜重视涉密档案管理、知识产权保护、个人信息保护的问题. 4.5语音识别转写工作宜以有利于档案智能检索、数据挖据、开发利用为原则.2
