帝國戰(zhàn)爭博物館（IWM）、凱捷（Capgemini）和谷歌云宣布了一項具有里程碑意義的合作，成功完成了20000多小時的IWM口述歷史收藏的人工智能轉(zhuǎn)錄和翻譯。這個變革性的項目利用先進的生成式人工智能（GenAI）對檔案進行轉(zhuǎn)錄、翻譯和交互式探索。將使全球公眾、研究人員和教育工作者能夠輕松獲取20世紀沖突的寶貴第一手資料。

這是英國博物館首次使用這種規(guī)模的人工智能轉(zhuǎn)錄技術(shù)來創(chuàng)建可供用戶搜索、探索和使用錄音的資源。IWM計劃在今年晚些時候通過其網(wǎng)站向公眾發(fā)布這項新技術(shù)。一個新的平臺將補充現(xiàn)有的記錄和資源，用戶可以在其中搜索超過200萬個收藏項目的記錄。

從1945年到2000年代，IWM口述歷史的很大一部分——包括對服役人員的大約8000次采訪——以前只能以音頻文件的形式提供。這使得訪問它們成為一個耗時的過程。這些記錄捕捉了獨特的沖突經(jīng)歷，帶來了額外的挑戰(zhàn)，包括記錄時的各種表達、專門的軍事術(shù)語和不同的音頻質(zhì)量。

凱捷與谷歌云合作開發(fā)了一種創(chuàng)新的解決方案，使這些錄音成為IWM更廣泛的口述歷史收藏的一部分。該項目使用了一個建立在谷歌云上的復(fù)雜管道，采用谷歌的Gemini模型進行轉(zhuǎn)錄和分析。除了基本的轉(zhuǎn)錄外，該系統(tǒng)還提取元數(shù)據(jù)，如人員、地點和軍事單位的名稱，并生成全面的訪談書面摘要，突出記錄中的關(guān)鍵事件和主題。這一過程如果靠人工估計需要22年的時間，但通過AI只需要幾周的時間。這將大大提高用戶訪問和搜索這一廣泛的口述歷史收藏的能力，快速找到他們想要的材料，并在書面記錄和原始錄音之間輕松選擇。

帝國戰(zhàn)爭博物館數(shù)字參與和轉(zhuǎn)型總監(jiān)Nick Hodder說：“這個項目是我們擴大對大量藏品的訪問的使命向前邁出的一大步?！薄拔覀兊膶I(yè)策展人全面參與了這項工作，確保該技術(shù)具有很高的準確性，包括理解和解釋口音、歷史事實和軍事術(shù)語。IWM、凱捷和谷歌云之間的這一里程碑式的合作是一項重大創(chuàng)新，也是英國博物館的首次合作。”

該技術(shù)在轉(zhuǎn)錄測試中取得了令人印象深刻的結(jié)果，單詞準確率為99%，說話者日記化率為94%（根據(jù)說話者的身份對音頻進行分區(qū)）。該應(yīng)用程序允許用戶使用自由文本搜索簡介，收聽同步轉(zhuǎn)錄的錄音，并通過易于使用的界面訪問人工智能生成的書面摘要。突破性的“提問”功能使用戶能夠就任何采訪提出自然語言問題，直接從內(nèi)容中獲得答案，并附有引用，確保準確性并促進廣泛的研究需求。

凱捷英國首席技術(shù)與創(chuàng)新官Steven Webb表示：“我們非常自豪能與帝國戰(zhàn)爭博物館和谷歌云合作，共同推進這一具有文化意義的倡議?！薄斑@個項目展示了生成式人工智能在解鎖歷史檔案并以新的、引人入勝的方式使其可訪問方面的深遠影響。這證明了技術(shù)如何將我們與過去更深入地聯(lián)系起來，為我們的未來提供信息?！?/p>

Google Cloud首席技術(shù)官辦公室董事總經(jīng)理John Abel補充道：“Google Cloud致力于為帝國戰(zhàn)爭博物館等組織提供人工智能工具，這些工具可以改變我們與歷史的互動方式。使用Gemini模型來處理和理解如此龐大而微妙的音頻收藏，展示了生成人工智能克服復(fù)雜挑戰(zhàn)并取得有意義成果的復(fù)雜能力。”

IWM計劃在未來擴展其人工智能能力，將人工智能分析與人類專業(yè)知識相結(jié)合，以顯著提高廣大潛在用戶訪問和參與其部分收藏的能力，包括研究人員、學(xué)者和更廣泛的普通公眾。這項技術(shù)還為博物館提供了支持，創(chuàng)造了新的方式來解釋以前沒有的強大的沖突故事。

潛在用途的案例研究

IWM的聲音檔案是歷史學(xué)家的寶貴信息來源，他們希望更多地了解親屬的戰(zhàn)爭經(jīng)歷。通過搜索新平臺，可以很容易地找到與親屬有相似經(jīng)歷的人的第一人稱內(nèi)容。這些口述歷史可以作為書面記錄和原始錄音提供，與任何官方記錄相比，它們將為用戶對親屬經(jīng)歷的理解增添更多的活力和深度。新平臺將補充IWM現(xiàn)有的在線資源，包括在線收藏、第一次世界大戰(zhàn)生活和戰(zhàn)爭紀念登記冊。

長期以來，IWM的音頻采訪一直是任何想要了解更多戰(zhàn)爭經(jīng)歷現(xiàn)實的人的豐富資源。雖然這些長期以來一直可以在IWM的網(wǎng)站上作為音頻文件收聽，但沒有書面記錄，因此聾人或其他依賴書面材料的人無法訪問。通過可搜索的人工智能生成的文本版本，這一寶貴的歷史證詞現(xiàn)在將具有更高的可訪問性。

研究人員在紀錄片、播客、雜志文章和書籍中尋找口述歷史證詞的例子，會發(fā)現(xiàn)更容易找到他們想要的信息。以前，這需要從頭到尾聽幾個小時的錄音來發(fā)現(xiàn)感興趣的相關(guān)片段。現(xiàn)在，一個簡單的關(guān)鍵字搜索將使研究人員直接找到相關(guān)的音頻和文本記錄，然后這些記錄將以書面和音頻格式用于商業(yè)許可。

學(xué)術(shù)研究人員尋找第一手資料來為書籍、論文和文章提供說明和信息，他們會發(fā)現(xiàn)尋找有用和相關(guān)的材料要簡單得多。通過使用AI聊天功能詢問諸如訪問廣島后的感受等問題？或者你是如何慶祝戰(zhàn)爭結(jié)束的？在特定的轉(zhuǎn)錄中，它們將很快被引用到最相關(guān)的部分，使研究比以前更快、更有成效。IWM的聲音檔案是世界上最大、最受尊敬的原始資料庫之一，因此通過尖端人工智能技術(shù)增加訪問量將對學(xué)術(shù)界大有裨益。

關(guān)于帝國戰(zhàn)爭博物館

IWM（帝國戰(zhàn)爭博物館）保存自第一次世界大戰(zhàn)以來，在涉及英國和英聯(lián)邦的沖突中生活、戰(zhàn)斗和死亡的人們的故事。由日常和特殊內(nèi)容組成，揭示了人們、地方、想法和事件的故事。鼓勵人們從不同的角度看待沖突，豐富他們對戰(zhàn)爭的原因、過程和后果及其對人們生活的影響的理解。

IWM的五個分館每年吸引超過200萬游客，分別是IWM倫敦分館，這是IWM的旗艦分館，最近改造了新的、永久的、免費的第二次世界大戰(zhàn)和大屠殺畫廊；IWM North，位于Daniel Libeskind設(shè)計的標志性獲獎建筑內(nèi)；IWM Duxford，英國保存最完好的戰(zhàn)時機場；丘吉爾作戰(zhàn)室，位于白廳下面的丘吉爾秘密總部；第二次世界大戰(zhàn)巡洋艦貝爾法斯特號。

關(guān)于凱捷

凱捷是一家全球商業(yè)和技術(shù)轉(zhuǎn)型合作伙伴，幫助企業(yè)加速向數(shù)字化和可持續(xù)發(fā)展世界的雙重轉(zhuǎn)型，同時為企業(yè)和社會創(chuàng)造切實的影響。它是一個由50多個國家的34萬名團隊成員組成的負責(zé)任和多元化的團隊。

憑借其55年的悠久歷史，凱捷深受客戶信賴，能夠釋放技術(shù)的價值，滿足他們的全部業(yè)務(wù)需求。它利用從戰(zhàn)略和設(shè)計到工程的優(yōu)勢提供端到端的服務(wù)和解決方案，所有這些都得益于其在人工智能、生成人工智能、云和數(shù)據(jù)方面的市場領(lǐng)先能力，以及其深厚的行業(yè)專業(yè)知識和合作伙伴生態(tài)系統(tǒng)。該集團報告2024年全球收入為221億歐元。

關(guān)于谷歌云

Google Cloud是一種新的云計算方式，提供人工智能、基礎(chǔ)設(shè)施、開發(fā)人員、數(shù)據(jù)、安全和協(xié)作工具。谷歌云提供了一個強大、完全集成和優(yōu)化的人工智能堆棧，擁有自己的全球級基礎(chǔ)設(shè)施、定制芯片、生成式人工智能模型和開發(fā)平臺，以及人工智能驅(qū)動的應(yīng)用程序，以幫助組織轉(zhuǎn)型。200多個國家和地區(qū)的客戶正在使用谷歌云。

NVIDIA DLI 與 Ai 時代前沿合作，將大門向更多普通用戶敞開！無論你是對新技術(shù)充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。