从技术工人角度说点不一样的 - 评讯飞录音笔SR501

追加修改(2020-04-21 17:02:50):
增加一个评价点： 会议模式下，不能识别发言人是个遗憾。如果可以根据声纹确认发言人，会议结束后，可以对发言人标记一下，会非常实用。讯飞绝对有这个技术实力，为什么不多想一步呢?

讯飞是语音方面*级公司，语音录入和合成语音方面全球也是领先。

网上关于自动转文字的录音笔文章，多是溢美之词。正好团队内部开会做一些记录，考虑到有这个做转写，应该是快速方便很多，有助于事后整理。节省时间，减少人力耗用，对企业来说也是一个成本控制。

讯飞录音笔分三个型号，SR301，SR501，SR701，配置如下图

选择SR501的原因

考虑长期使用费用更低，在保证性能的角度先，价格是越便宜越好从尽可能省钱的角度买了SR501,原因就一点，SR301免费转录一年，SR501和SR701终身免费转录。

其它的，这三款尺寸都差不太我，SR701重168g.

另外，SR501 共达定向麦克风 2+6麦克风阵列SR701 哈曼定向麦克风 2+6麦克风阵列

科大讯飞AI智能录音笔SR501终身免费转写实时语音转换文字中英文翻译高清降噪自营16G+云存储星空灰1999元京东去购买

2019年12月12日下的单

先说优点

超一流的产品思想和技术实力

之前没有注意，在买讯飞SR501之前，似乎没有见过单独的录音笔可以直接转文字的。这应该是语音识别需要基于云服务和AI支持的原因。

讯飞的录音转写准确率98%。实时转文字质量很高，提交到云服务器识别够用，不需要太多的修改。

在这里，不禁回想当前 IBM ViaVoice 4.0 时代。一句话几遍几遍的录录改改，现在的技术真是厉害。

（题外话：搜狗带转文字的录音笔是在2020年2月份出的(2+6录音阵列，云服务，尺寸差不多，按键差不多，少了一个指纹。)）

一流的硬件配置

声音处理让很多技术人员觉得是属于玄学，讯飞从事语音识别和文字转语音多年，对硬件设置，算法处理等控制和运用方面，有很多产品线和案例，我觉得在这方面完全不必担心。

从机器本身硬件配置来说，SR501与我们之前使用的SONY PX-470录音笔完全是碾压式的。SONY PX470是传统双麦克风拾音，只需要保证录音的清晰度，完整记录录音内容就可以了。

SR501由于要识别语音内容，要求准确分离环境噪音，才能达到更高的识别率。采用6麦克风阵列处理，大家可以理解做有6个点的相控阵声音雷达，在一定程度上控制成本，对音源进行更好的降噪处理，应该算法需要，这些算是语音识别的技术核心之一了。

2枚定向麦克风 + 6麦克风阵列

SR501 共达定向麦克风 2+6麦克风阵列

SR701 哈曼定向麦克风 2+6麦克风阵列

共达定向麦克风可实现最远10米的远场拾音

哈曼定向麦克风可实现最远15米的远场拾音

之前没有注意，现在录音笔15米外能拾音，传感器技术发展真是厉害。

同时，我们也看得出来，音响领域的还是比较认资历。

其它硬件配置

Wifi 只支持 2.4G

支持4G，不知道是不是支持电话

云空间11G，机身空间16G（用户空间约12G）

二流的产品设计

在不开机的情况下，实物整体看，整体非常硬朗的设计，两个定向麦克风对称在顶部，非常漂亮，小巧。把握在手机，尺寸也大小合适，厚度合适。

但是一开机，就发现几个问题

屏幕太小了，3.1的屏幕，自带的输入法使用起来非常困难。

屏幕也不是全贴合设计，在这上面输入点什么内容，完全是一种折磨。

真让八尺男儿挑绣花针吗？

指纹识别区域位置不舒服，且面积过小，不能快速准确的用手指按上。（后期采用一个手指录三个指纹，才能快速解锁。但拇指别扭位置还是不爽。）

再说缺点

五流的人机交互水平

硬件上的产品设计，可以理解为对机器外观美感方面的妥协，通过采用一些策略也能尽可能减少麻烦。

从这么久的体验感觉，软件产品团队似乎是项目制。也就是说，负责录音笔项目的团队，还有负责着其它的项目。从刚收到产品，产品也在不断的做一些系统更新。当前产品界面比最开始收到机器时的好太多了。但是，我觉得开发团队做的远远不够。

开发团队的成员，似乎平时都没有使用过自己的录音笔。

为什么这样说呢

主功能界面非常不好用

当前这个界面不是出厂界面，出厂界面更难用。

这个界面明显存在两个问题，1，字太小 2.容易误操作

3.1寸的屏幕，排的这么密，这是存心让人不好用吗？

建议改为一页一个模式，界面上清楚表明哪几个麦克风是该模式下主要麦克风等，把常用的放在前面，允许客户自己排序。对记者来说可以一下子就切换到采访，对于需要记录想法的人可以快速进入备忘。字放大一些，方便，也可以更好的利用好产品特性。

指纹不能删除，要删除只能全删除

字体大小不能设置

屏幕是3.1的，我有点老花，用手机时喜欢把字放大一些。SR501操作界面上米粒大的字真要累死我。

对比一下PX470与SR501的屏幕字体的大小，更小的屏幕，显示的字还可以更大一些，这让人情何以堪。

更小的屏幕可以更清晰的传递信息，情何以堪？

操作的界面消息对话的按钮非常小，又不是全贴合屏，很容易点不上或操作错误。录音笔在使用上很注重操作的准确性，这种完全不动脑子的设计，只说明了一点，设计开发人员，根本就没有在实际环境下使用过产品。

文件分类管理非常不好用

录音文件就是按月份划分文件夹，按日期和录音序列定文件名。

文件分类不是按文件夹分类，只是机器自己的一个文件标签。

当我在某一分类上记录了一些想法，想在电脑上提取出来，并进行头脑风暴的时候，这文件名就是一个噩梦。再问一下开发组成员，你们是否使用自己的作品？

输入法进一步优化

不指望在这个机器上进行大量文字输入操作，但是，做文件分类或备注的时候，敲几个字实在是太麻烦了。

谁能想象得到，这种噩梦会出现在2020年代。

阉割翻译功能

机身本身没有摄像头，不能对照片进行翻译

机身只有 中文 和 英文 翻译功能。讯飞有多语言翻译能力，但这里不支持多语言互译功能。

中英文互译不支持机器发声读出来。这是有意阉割功能，防止抢了自家翻译机的饭碗吗？

语音输入中英文，自动翻译为英中文，速度飞快。大家可以想象一下，在3.1寸的屏幕上看这些字，是什么想法。

不够智能的操作逻辑

为了控制好流量，提供了一个功能就是手动上传录音识别。

为了控制流量消耗，设置这样一个功能非常有必要。但是，为啥不多想一步，如wifi环境下自动上传转录呢？

不能自定义功能的快捷键

我最期待的功能就是，按个自定义键就可以快速录备忘，这样想到什么，先记录再归类。当前这个键单击不知道是不是为空指令，按住不松是智障语音控制，双击是标准录音。

这个键给我的感觉就是，系统的的快捷键，就是为功能服务的，不是为使用者服务的。

缺乏同步数据支持

缺乏与PC或智能手机的实时转文字支持，从这个记录的文字，转到电脑端或手机端非常困难，需要这样那样的工具来处理。

讯飞云空间没有APP，同步起来操作相当繁琐

除了软件开发团队从来不使用机器，实在是想不到第二个理由。这些基础的东西做的非常不顺手，也不合一般性逻辑，甚至连基本的产品说明都没有。这个产品的产品经理，应该是纯的技术人员，喜欢从事的是技术本身。希望能从使用者的角度考虑产品，毕竟SR501是一款非常优秀的产品。

未流的大局观

讯飞是国内上市公司，产品线丰富。我奇怪的是，我之前有在讯飞其它产品注册过账号，用这个的时候，又建了一个账号。这说明讯飞的客户账号没有统一，产品线没有打通。如果每个都可客户去注册一个账号，一样一样的去充值的话，这显然不是一个大公司应该有的行为。另外，对于像我这样有SR501的客服，是不是使用讯飞语记就 应该直接成为终身VIP呢？

讯飞应该建设一个针对终端客户的平台，把产品都关联整合上去，让产品能更好的为客服呢？从这点上看做战略规划方面的是应该扣绩效的。

结束

讯飞SR501在我眼中，尽管在不停的刷存在感，但它依然是一个很好的生产力工具。在我使用的这么长时间里，准确率一直维持在非常高的水平，可靠性和稳定性表现非常让人踏实。手个手机数据连联网的时候，掉电速度有点那么快，估计开省电模式会很有改观。

所存在的不满意的地方，全是软件方面的问题，是可以通过后期产品更新来做的更好。同时也希望讯飞能从此开始建设自己的生态圈，产品团队不要各自为战。

成文于此，也是希望以后的软件系统更新，能让人感觉到到舒服，感觉到快乐！

我也期待这一天能早日到来。

附加一句：

搜狗在2020年2月份出了一款录音笔，也是2+6的配置，外观按键与SR501和SR701布局相似。开始我还以为是讯飞代工的。查了下资料发现，搜狗是2013年开始做云语音方面的产品。期待国内的竞争能让行业进一步的发展。