:::

【110年 解決方案】 蹲點魚塭有成 海盛科技用AI幫漁民養好魚

對曾任聯發科IC設計工程師的海盛科技創辦人兼執行長連唯証而言,在竹科終日面對電腦的工作,雖然忙碌卻有著對人生目標的不確定性與焦慮感,讓他不禁思考著自己所學的科技能力,是否能夠直接與人和土地連結,解決社會上的各式議題,改善人類的生活,進而改變世界。

於是,他毅然決然離開讓人稱羨的半導體產業,創立海盛科技,在家鄉台南七股的魚塭蹲點許久,與漁民搏感情,終於可以聊得一口「漁經」,取得漁民信任。海盛科技結合人工智慧、物聯網、機構設計等技術所研發的「養好魚水產養殖監控與育成系統」,以友善魚蝦與環境方式將低風險並提高產量,達成養殖永續生產。

海盛科技養好魚AIoT水產養殖育成管理系統示意圖。

▲海盛科技養好魚AIoT水產養殖育成管理系統示意圖

帶著遮陽帽的連唯証,頂著烈日在魚塭中穿梭往來,問他:為何會從科技人轉為幫漁民養好魚的創業家,他笑容靦腆地回答:聯發科的蔡明介董事長也問了他同樣的問題。「我想與人群有更多的接觸,直接了解人們的需求,找到需要科技來改善人們生活的地方」他說,因此他毅然決然離開讓人稱羨的半導體業,成為一位「半科技半漁民」。

臺灣漁民年產值偏低 透過科技提升產值潛力大

為什麼選擇養殖漁業成為創業主題呢?他舉《天下雜誌》報導指出,要顯示出產業價值,可以從每位從業人員每年產出的人均年產值來觀察這個產業是否有前景,例如,高通每人年產值新台幣2300萬元、微軟2250萬元,挪威漁民每人的年產值高達約2400萬元,是台灣電子業每人年產值(800萬元)的3倍。而台灣養殖業目前平均只有約40萬元,從40萬到2400萬,有相當大的成長進步空間。

另一個角度來思考,台灣的電子硬體、IoT設備技術獨步全球,若能結合這些科技的幫助將智慧養殖充分發揮,漁民年平均產值將可望大幅提升。 海盛科技團隊的專長在於人工智慧的影像處理技術和資料分析技術,他們運用這些技術來解決養殖魚蝦位於水下看不到所引發的風險與勞力問題,從看得到、量得到、控得到出發,讓漁民用手機便能迅速掌握魚蝦成長狀況,也能結合自動化設備,降低勞力與風險。

連唯証在台南成功大學電機系就讀期間就很喜歡養觀賞魚和賞鳥,常常跑七股去賞鳥,藉由對環境的觀察,他發現,七股魚塭荒廢的越來越多,主要受到兩大因素影響,一為年輕人沒經驗入行不易;二為老一輩沒紀錄傳承不易,因此才造成台灣漁村人口老化,養殖產量無法提升,解決上述問題最有效的方法就是導入一套自動化的系統來協助養殖。

海盛科技養好魚系統以自主設計的IoT水下攝影機監控養殖魚群,並配合Edge-AI影像除霧技術,將養殖池魚隻影像變清晰,讓漁民可以用手機看得到魚群活動與攝食、判斷是否生病等,影像同步到雲端,Cloud-AI自動辨識、取樣、量測每隻魚的身長與體重等生物資訊,並自動記錄與統計整個魚群成長狀況,以報表和影像視覺化呈現,亦可分析不同養殖階段飼料換肉比,AI專家系統也可根據成長數據預測收穫日期,控制銷售出貨排程,確保供應量穩定充足。

▲養好魚系統可省下約75%人工作業時間

養好魚系統猶如一把尺 養魚細節寸寸兼顧

養好魚系統為養殖業創造了一把客觀的尺,運用這把尺,漁民們可以量測並比對不同養殖方法造成的效果,看到原本未曾注意的部分,創造出更多的用法與價值。 以往傳統人工捕撈採樣耗工費時,通常2個人花費1小時僅能採樣30-40尾,且經常不小心就會造成魚隻傷亡,經過實地驗證結果顯示,海盛科技的養好魚系統5分鐘便可在不干擾魚隻活動的狀況下,自動取樣量測300尾魚隻生物資訊,效率超高且能保證魚隻零損傷。

而養殖業者採用系統的AI成長統計,來作為入魚分池與出貨大小判斷的決策依據,取代原先人工捕撈量測紀錄30尾的傳統方法,可省下約75%人工作業時間,對於人力奇缺的養殖業,節省人力效益十分顯著。 海盛科技也逐步將研發的AI技術拓展到其他領域,如海盛科技參加經濟部工業局AI計畫「大廠出題、新創解題」的AI+新銳選拔賽,將獨家研發的全自動智能水下影像除霧演算法結合進人工智慧模型,運用於友達光電LED面板螢幕去除彩虹膜的解決方案,並獲得達成所有技術門檻的最大獎。

▲海盛科技全自動人工智慧水下監控應用可延伸至其他產業

連唯証指出,除霧技術為可自動估計水中色彩扭曲程度,自動調整各區塊的對比,來改善影像品質。比較考慮水下物理的AI模型及基於對抗式網路模型的方法,海盛所提出的方法在影像細節部分更加清晰,並在NIQE與PSNR等多個的客觀影像品質評估標準上也都取得了更好的分數。

水下影像除霧演算法技術精湛 獲得大廠青睞

此一除霧技術結合人工智能技術後能夠有效提高魚隻辨識的精準度,在與背景顏色相近難以分辨的石斑魚上,可大幅增加3%以上的精準度,即使在特徵明顯且辨識度已經高達98%的燕魚上,也能夠再增加近1%的精準度,運用此技術讓養殖的魚隻影像變清晰後,便可做為判斷魚病的依據。 若將去除水下除霧的相關技術建構進人工智慧模型辨識層中,更可用來解決螢幕拍攝時會出現彩虹紋造成面板缺陷因遮蔽而無法被檢測出的問題,將可有效解決友達光電面板檢測時遭遇彩虹紋干擾的難題。

至於海盛科技在業務推廣上的挑戰為何?連唯証認為,最大的困難在於如何打入一個新產業,因為海盛經常面對的是傳統產業的客戶,當要跟傳統產業客戶推薦或合作一個新的科技產品時,如何取得客戶信任,達成客戶即是合作夥伴的目標是關鍵,需要時常拜訪,逐漸建立信任感,方能了解需求,才有機會進一步協助客戶解決他們的痛點。

海盛科技卓越的影像辨識及AI技術,已經逐漸獲得客戶的肯定,也與大廠建立實證關係,短期內,將以自家的養好魚系統等影像處理產品持續站穩市場,中期發展則希望拓展產品與業務服務範圍,從水下到陸上,從生產端走向消費端提供一條龍的產銷整合服務;長遠來看,海盛科技將複製在臺灣的各項成功經驗,整合夥伴資源進攻國際市場。

海盛科技創辦人兼執行長連唯証在魚塭作業的情況。

▲海盛科技創辦人兼執行長連唯証在魚塭作業的情況

連唯証與邱禹韶兩夫妻以科技專業投入智慧養殖行列。

▲連唯証與邱禹韶兩夫妻以科技專業投入智慧養殖行列

推薦案例

這是一張圖片。 This is a picture.
AI智慧健康預防計畫

赫紀有限公司到「台灣兒童發展早期療育協會台東辦事處」舉辦一場AI故事繪本的互動教學,讓兒童、老師、家長一起進入沉浸式體驗教學。 AI生成兒童繪本教材 AI學習平台 nbsp 近年來台灣社會結構的改變,加上在醫院急診的經驗中,我們常常忽略了青少年所表現出的憂鬱症狀,導致孩子們出現自傷甚至是自殺的悲劇。孩子們憂鬱的產生往往很大部分都來自於學業上的表現,家長擔心孩子未來沒有競爭力,因此給予很多壓力在學業表現不佳的孩子身上。 nbspnbsp 一個家庭兩個孩子,有著相同的基因來源,提供相同的成長資源;我們發現第二個小孩通常在課業上的表現都不盡理想,成績不好,上課無法專心,就連看漫畫、打電玩也都無法有耐心與毅力完成,到底差異點在哪裡,我們一直在探索問題是如何發生helliphellip結果發現原因是幼兒時期對學習力出現障礙而沒有發覺。因後天環境因素導致學習力出現遲緩的孩子,八成以上的家長不會承認,也沒有意願帶孩子診療,主要擔心孩子會被貼上遲緩兒的標籤,因此孩子的學習力從幼兒時期就被迫遲遲了,進入國小國中後課業加重,落後幅度更大,家長生氣,孩子力不從心,家庭爭吵增加了,家長擔心孩子學業跟不上,便開始要求孩子要去補習,如果成效不好,花錢得不到好效果,則再次發生家庭革命,這些事件的不良循環都逐漸造成許多孩子在成長過程中累積了很多負面情緒進而影響健康的種種因子。 其實孩子考不好、學不會、不喜歡學習新事物,甚至產生影響健康的心理病症,背後很大的原因其實是幼兒時期學習遲緩累積造成的。六歲前是學習遲緩治療的黃金時期,若能在黃金時期可以發現與協助輔導,孩子們的學習能力將有機會可以被改善與得到10倍成效目前產業的痛點為以下 1缺乏學習力檢測方式市場缺乏樣本數據庫比對 2傳統家長思維迷思輕中度怕被貼標籤延誤治療 3缺乏治療教材教具治療行繪本和系列課程圈乏 本計畫將研發一個國家人才發展的生根輔助系統,利用 AI 技術發展出影響人一生健康的幼兒學習力檢測系統,陪家長共同守護孩子的「健康從學習力檢測」開始,早期發現、早期治療。在未來,台灣所有的孩子,不論出身,都能在幼兒時期將一生健康扎好根,長大後,孩子都能成為台灣國家發展的有用人才。 nbsp 2、nbsp 計畫內提出之AI應用技術與說明: 「兒童語言能力AI分析模型」。用以對「兒童表達一件事情」的「國語使用狀況」的「量化分析」。 情境:幼教師引導孩童敘述繪本內容。AI工具解析孩童描述繪本內容所使用的語句,並透過統計演算法量化分析孩童使用的語句。 分析指標:以「句型」及「語詞」為分析指標。分析內容包括:句型正確性、語詞多樣性、語詞使用數量、語詞使用正確性。 應用:單一孩童與同儕間語言能力分布的比較分析,可提供幼教師對不同孩子提供更細緻的語言能力教學。 使用技術:中文斷詞(中文分詞)技術、中文詞性標記技術、中文句法規則分析演算法、量化分析演算法。 使用工具:中文斷詞工具、中文詞性標記工具。 nbsp 3、nbsp 預期達成之產業價值: nbsp成立學習力檢測與輔助系統,透過治療型繪本與課程與幼兒園合辦學習力養成基地,讓孩子別停留在起跑點,陪家長守護孩子健康,從檢測學習力開始為目標,以強大樣本數據庫為後盾,提供家長早期發現孩子在學習上的延緩,協助孩子找回學習力。 nbsp 4、nbsp 預期達成之產業效益(經濟效益及未來擴散性、帶動性): 透過本計畫,只要協助遲緩孩子學習力能大幅提升,孩子是國家的主人翁,自然可以幫助國家在人才發展上得到看不到但非常實際的潛在影響力。同時,學習力養成基地的目的,就是要幫孩子找回家長,以增加孩子與家長互動的時間,讓孩子可以拋去單純 3C 的單面向互動變成與家長雙面向互動。這將潛在影響被環境耽誤有潛在能力的孩子再次得到機會發揮。

【解決方案】滴水不漏的智慧工安巡檢 鑫蘊林科Linker Vision的影像分析AI平台 創造巡檢時間從100分鐘降至3秒新紀錄
滴水不漏的智慧工安巡檢 鑫蘊林科(Linker Vision)的影像分析AI平台 創造巡檢時間從100分鐘降至3秒新紀錄

隨著智慧製造崛起,帶動高風險產業如化工、能源、電業在工安巡檢之需求。以化工產業在管線巡檢為例,高度仰賴人工定期巡檢監控,缺乏專業AI團隊的智慧監控,不僅費時耗力,恐造成員工在各樣工安環境意外風險。鑫蘊林科開發的影像分析AI平台不僅提升員工人身安全,降低危險因素,更讓人力肉眼巡檢管線異常的時間從平均一次100分鐘,大幅降低至3秒鐘的驚人成效。 鑫蘊林科股份有限公司Linker Vision的創辦人兼董事長謝源寶(Paul Shieh)表示「美國整體的科技發展與進步正源自於創業,鑫蘊林科在台創業初衷至今,期待藉由過去自己在美國創業打拼經驗,將美國創業精神和文化引介至台灣正萌芽的創業沃土中且能真正落實茁壯。」美式創業文化鼓勵員工重視ownership價值就是強調員工視自已為公司擁有者一份子,以捨我其誰的工作態度與精神,公司成就即為自己的成就,打破原本雇主與員工關係,而公司對表現傑出員工給予股票作為報酬,一同共享榮耀,建立與員工如partnership般合夥人關係。反觀台灣在創業文化與經營上仍有努力的空間,保有傳統的雇主與員工思維,期待將鑫蘊林科在台灣建立美式創業文化與價值能拋磚引玉以帶動更多國內新創企業跟進,進而升級軟體AI新創業的經營體質,才能破繭而出,走出國際。 面對市場國際業者大多數以開發AI模型及演算法為主軸,相對在投入數據為中心的Data-CentricAI服務的意願則不高,認為如2D 或3D大量資料處理相當費時又耗力。看見AI技術缺口並在微軟鼓勵下,鑫蘊林科多年前決定全力投入於Data-Centric的AI技術布局與深根,並專精在資料處理、過濾及精準度等方面的技術能量,也因此與微軟成為AI技術供應的重要合作夥伴關係。另外,在產業需求缺口,國內大廠,其強項為化工製造,在廠內管線巡檢,仍高度依靠人力進行監控,耗時又耗力。然而,為迎合產業AI化,業主將原本從事Database管控之IT部門改組為AI團隊,但礙於業主缺乏對AI軟體技術、AI模型及相關domain know-how之專業經驗,而造成業主導入AI落地到化工產業的工安監測更是挑戰重重。 全球首創AI自動標註技術 超越人工標記 視覺辨識物件準確率高達95以上 在AI技術能量上,鑫蘊林科推出全球首創的自動標註Auto-labeling與自動機器學習為雙核心創新技術,創造出有效率及穩定的影像分析AI平台,以提供客戶最先進完整的AI解決方案。在自動標註方面,此AI技術可克服深度學習中最困難的挑戰,也就是提供客戶最高品質的訓練資料。以自駕車為例,如何讓一台自駕車能有效辨識另一台車,這正是標註的重要性。過往標註方式,首先需蒐集數百萬輛車輛、道路、號誌、行人的數位圖像,並花費大量人力投入,每次以手動標註一個圖像,耗時耗力,人力成本高效率又低。透過自動標註AI技術,結合自動機器學習來自動標註數位圖像,AI可將人為錯誤標註排除在外,然後將正確的數據丟到車輛的大腦以進行車輛辨識。相較於人工標註準確率只有60,用AI自動標記與辯示物件的準確率可高達95以上,更可降低大於80手動標註的時間,節省掉至少80人力成本。 AI自動標記使用於高空作業的AI行為辨識 在自動機器學習部分,鑫蘊林科建立 AI視覺模型具備持續學習能力以適應資料變化,透過優化整體開發流程,從AI資料攝取及篩選Data Selection、AI標記AI Labeling、模型訓練及驗證、到佈署及監控,讓 AI 電腦視覺能更快速簡易地持續學習。自動機器學習目前可應用於不同的商業案例如 物件辨識與計數、人員進出安全偵測、商品瑕疵檢測、人流辨識、貨架商品端缺等。 看準國內業者如台積電、台塑和鴻海朝向智慧化AI管理並購置大量攝影機以順應工安監控的影像辨識需求,加上客戶既有組織對AI應用的不熟悉所造成的導入門檻以及影像辨識的前期準備如數據篩選、標註等繁複的作業流程,為此,近年鑫蘊林科致力加速AI電腦視覺應用的開發,提供客戶端對端服務,並且可依照客戶需求,彈性部署於雲端、地端、或是雲地的完整自動化AI解決方案服務。謝源寶表示,AI自動化技術流程透過客戶給予領域型的圖片,提供數據篩選Data Selection的AI技術,幫助客戶從大量如1百萬筆數據中自動篩選出精準如1萬筆數據,並藉由自動化標註Auto-Labeling的AI演算法技術取代人力標註有效替客戶省去大量人力成本,達到高效率的資料標註處理。此外,自動化機器學習的AI技術可幫助客戶端在工廠環境變化時仍能客製化AI自動模型訓練或重複訓練,提供更精準的AI模型並允許客戶可自主性操作。透過上述鑫蘊林科所提供自動化AI技術之重點特色與優勢,相信絕對可滿足客戶在自動化端到端AI自主學習平台的需求,同時可為客戶大幅省去AI團隊編制成本。 在技術競爭力方面,除了提供化工產業在智慧工安結合AI影像分析應用外,謝源寶表示,鑫蘊林科更可將自動標註與自動化機器學習的流程應用延伸於不同產業落地服務如自駕車、智慧倉儲自走機器人及未來智慧城市的自駕巴士等多元領域,其領域皆符合移動即服務Mobility as a Service之自動化移動精神,期待透過鑫蘊林科扮演的角色,可承攬不同產業進行圖片標註的流程,加速不同領域發展影像辨識服務的效率。相信透過提供客戶端對端AI解決方案及整套從Data Selection的AI技術、自動化標注Auto-Labeling的AI技術及自動化機器學習的AI技術等自動化AI影像分析的前期作業流程可大大滿足客戶在AI自主學習平台的需求。 影像分析AI平台 刷新從100分鐘降至3秒的智慧工安巡檢新紀錄 看見近年高危險產業如化工業者在工安監督的高度需求,鑫蘊林科推出「影像分析AI平台」Vision AI Platform,運用AI影像辨識技術,主要功能包含即時AI串流偵測、事件通知、定義客戶專屬的AI模型與持續學習等四大功能。在即時AI串流偵測部分,Vision AI系統可透過客戶的廠區攝影機結合AI模組進行即時AI影像事件的串流偵測,可協助客戶管理各種不同作業及廠區環境,並隨時隨地掌握各種工作情況;在事件通知方面,Vision AI平台可提供網頁版或APP方式或LINE即時通訊軟體提供客戶當時事件的影像紀錄,讓團隊不錯過任何事件,保持日常產能並減少意外;在定義客戶專屬的AI模型方面,可提供各樣的基礎AI模型,包含8款偵測場景電子圍籬、個人安全裝備、施工安全設備、施工作業、人員計數、畫面可用性、煙霧偵測、管線鏽蝕毀損、違規堆放供不同產業使用,客戶不需花時間寫程式,即可建立專屬的AI模型;在持續學習部分,Vision AI系統可提供客戶在AI模型的表現和精準度,隨著環境變化具備持續學習能力。 Vision AI具簡易使用者介面,直覺化操作,對於跨領域的產業,此平台具備自動化又彈性的AI能力,客戶不需花時間撰寫程式,即可建立由自主定義的AI模型,且Vision AI賦予AI模型持續學習和精進的能力,讓客戶可省去編制AI團隊的人力成本。此外,平台能大幅降低作業安全管理上所需要的例行巡檢作業之人力配置,提升員工在工作環境安全性,降低各個工作地點現場意外事件危險因素。在平台操作模式上,客戶可透過遠端操作降低人為監控操作風險,確保工作營運正常害生產運轉不停擺,更可以審視高風險作業情境並收集資料,協助作業流程的規劃與修正。此外,Vision AI為確保客戶遵守政府法規,透過平台的事件通知和管理檢測可幫助客戶能隨時掌控不同工作場域所需的設備及安全規範。 影像分析AI平台運用在跨領域的AI影像辨識技術 一般對於化工產業在工安巡檢方面,多數仰賴人員肉眼定期巡檢管線異常狀況,平均每次掃描一區域花上100分鐘,費時又費力,且管線位置難以目視觀測,恐造成員工在各樣工安環境意外風險。為降低化工產業在工安巡檢的痛點,鑫蘊林科協助國內知名化工業者,透過自動化影像分析AI平台,結合自定義虛擬電子圍籬,並運用廠區內相機配置AI管線洩漏模組,透過AI自動巡檢方式可高效降低異常檢測時間低於3秒。此外,佈署在廠內的相機可自動拍攝巡檢排程,達到全時段監控,讓客戶可即時發現且全面掌握管線,把危險降到最低。另外,自動化影像分析AI平台可協助客戶運用於廠區內火災警示,保守估計可提供投資報酬率小於9個月即可回本,平台使用越久,成本效益越高。 打造為Mobility as a Service在各領域的自動學習影像分析AI平台 謝源寶觀察指出,面對台灣整體在軟體公司的創業文化上最大挑戰,正是台灣年輕新創者或員工較不懂創業模式,缺乏視自已為公司擁有者一份子的認知,造成自己前途是模糊或抱持過水體驗的心態而讓自己無法堅持在一個新創企業長久勝任,是非常可惜的事。相信真正創業的精隨,是靠每位員工捲起袖子,埋頭苦幹,才能真正享受創業獲利的豐收果實,否則對於常換跑道的年輕創業者或員工而言,就如滾石不生苔,自己無法在創業路上落地深根,喪失扎實累積自己在經濟獨立能力。 鑫蘊林科在業務推展挑戰上,謝源寶感慨表示,由於台灣市場對AI軟體應用的認知不深,較多仰賴市面上open source的AI視覺分析或機器學習等資源,但實際上這些AI技術資源實可支持客戶AI模型需求的能量卻是有限,而造成AI視覺分析軟體品質在市場上良莠不齊的狀況發生。因此更間接波擊到鑫蘊林科能真正提供客戶專業且數據為中心Data-Centric的AI影像分析服務業者,更削減了公司在customer reference原本經營的價值。在技術研發挑戰上,視覺分析AI平台,不能僅仰賴AI模型專家,必須要集結各領域人才如雲端、機器學習、數據科學、前台後端等專業團隊組合才能讓平台成功運作。謝源寶表示,相信唯有透過視覺分析AI平台的自動學習、自動快速又準確的數據處理能力及提供客戶在雲端、雲端地端Hybrid到純地端完整的AI解決方案服務,才能真正說服客戶,從競爭洪流中脫隱而出。 展望未來,謝源寶期許鑫蘊林科能打造成為Mobility as a Service 在各領域如自駕車、智慧倉儲機器人、智慧城市的無人巴士自動學習的影像分析AI平台。同時,也感謝經濟部工業局支持下,鑫蘊林科能在台灣順利落地,並有機會招募各界人才共創打拼。短期布局,公司將積極與國內業者如鴻海、台積電在自駕車、智慧工安到智慧倉儲機器人等領域進行影像分析AI技術的落地合作。對中長期而言,鑫蘊林科將鎖定美國、歐洲、日本等國家為全球布局市場,並與國際大廠如微軟建立投資合作的夥伴關係,並複製成功經驗推廣至國際。 鑫蘊林科 官方網站nbsp 鑫蘊林科創辦人兼董事長謝源寶

這是一張圖片。 This is a picture.
讓會議紀錄不再曠日費時 迪威智能Meeting Ink用AI幫你記錄會議

Meeting Ink企業版同步推出中 根據最新研究顯示,一般會議後若沒有即時追蹤與複習資訊,兩小時內將遺忘約50的內容,經過多層轉述和彙報,更可能遺漏超過三分之一的關鍵資訊。會議記錄對於流程嚴謹的企業和公部門尤為重要。然而,大量會議需求下,記錄可能造成會議成果遺失及團隊負擔。看準這一市場痛點,台灣AI新創迪威智能(DeepWave)推出「Meeting Ink」mdashmdash一款結合語音、文字、和自動化AI技術的全新會議紀錄解決方案。Meeting Ink 不僅支援語音轉文字、語者辨識、逐字稿翻譯、及自動化會議重點摘要,還提供消費端和企業端的靈活服務,並於今年Q4增添即時逐字稿與翻譯功能,開創會議管理新格局。 AI技術一站式解決會議紀錄痛點 自2023年底上線以來,「Meeting Ink」已成為市場上高效、準確的會議紀錄管理解決方案。迪威智能結合其自有技術、第三方工具與微軟Azure的語音識別技術,打造出最佳的語音轉文字體驗,並附加語者辨識與分段、多語言翻譯,以及多種場景下的會議摘要功能。為了實現更廣泛的應用,Meeting Ink也提供即時應用方案,使其不僅適用於日常會議,也能滿足活動、論壇、學習課程等多樣場景。目前,Meeting Ink 支援APP和網頁雙平台,並提供企業客製方案以進一步擴展應用。 優秀的聲音識別技術和最佳使用者體驗 「Meeting Ink」在市場中的優勢在於其精確的聲音識別技術和以使用者為中心的應用設計。依靠迪威的專有技術,Meeting Ink 能將語音訊號轉換為具有語者代表性的文本內容,識別每位與會者的聲音,確保資訊被清晰區分。除此之外,會議內容可以進一步根據語者進行摘要彙整,並在迪威的優化系統加持下,生成不同場景和角色的專屬摘要模板。無論是企業高層會議、學術論壇,還是個人訪談和學習課程,Meeting Ink都可依照不同背景產生量身定制的摘要內容,為會議紀錄帶來更高效、靈活的使用體驗。 精準定位企業需求,提供全方位企業應用 洞察到未來市場需求的轉變,迪威智能推出了針對2B架構的客製化服務方案,進一步優化了Meeting Ink在企業端的應用。企業客戶可使用專業版功能並享有獨家客製設計的摘要模組,以符合特定產業的需求。迪威智能承諾定期更新AI模組,確保提供最先進的技術支援。此外,Meeting Ink的企業服務方案更強調數據安全、帳號權限管理、無上限儲存空間、多裝置兼容支援所有錄音情境等,並以市面上最低的錄音時價,為企業提供經濟高效的解決方案,讓企業可專注於核心工作,提升整體會議效率。 把握AI時代脈動,領先應用市場 根據2023年市場報告,AI應用工具在未來十年內的全球市場將從近70億美元成長至500億美元,且商業與學習工具將是市場中的關鍵角色。面對AI技術發展的快速進程,迪威智能憑藉自身技術實力與創新能力,以Meeting Ink打入國際市場,並持續為企業與個人帶來會議紀錄的革命性變革。未來,迪威將不斷優化Meeting Ink,致力於推動AI技術與人們日常工作、學習場景的緊密結合,為用戶創造更便捷、高效的工作環境。