随著混合办公模式在亚太区普及，远距协作已成为企业营运的常态。然而，许多企业引进人工智慧工具进行会议记录与摘要时，常因现场音讯品质不佳而导致转录失准。在5月15日由《香港01》主办的“企业人工智能升级转型交流日”中， Shure 的高级市场发展经理邓竟成先生(Samuel) 以及高级解决方案工程师江承轩先生(Jeffrey)深度剖析专业音讯技术如何结合 AI 演算法，从源头优化声音品质，致力与经销商 Compucon为企业视听讯会议筑起高投资回报率的基石。

视讯会议AI准确性高度仰赖音讯基础

数据显示，亚太区目前已有 65% 的企业采用混合办公模式，且高达 73% 的企业已在视讯会议中导入 AI 功能。尽管研究机构 IDC 指出，企业在 AI 领域的投资最高可获得 3.5 倍的 ROI，但 Samuel 与 Jeffrey 指出，这项高回报率背后隐藏著一个巨大的硬体技术盲区。

Samuel以电脑科学的核心原则“垃圾进，垃圾出”点明，当前 AI 语音传讯工具（特别是针对广东话等语料较少的语言）的准确性，极度仰赖输入音讯的纯净度。如果会议室的收音设备残旧，导致传送给 AI 的音讯空洞、分散或充满杂音，即便 AI 模型再强大也无法进行精准分析。因此，底层的影音基础设施，尤其是音讯层，才是决定会议 AI 工具成功与否的关键。

机器学习主导智慧降噪 精准捕捉会议声音

为了解决“听不清对方”或“对方听不清自己”的远距沟通痛点，Shure 颠覆了传统必须手动针对特定环境（如玻璃房回音、冷气噪音）进行繁琐调校的局限，将机器学习直接融入麦克风硬体。

Shure 的智慧音讯解决方案透过大量噪音资料库进行深度学习，能精准识别并过滤非人声杂音（如冷气运作声、翻阅纸张、键盘打字声等）。

在实体空间应用上，Shure 推出天花板麦克风方案。该方案采用灵活的方形覆盖设计，收音范围如同聚光般精准。发言者可在会议室内自由走动（例如走向白板演说），麦克风皆能精准捕捉清晰人声，在本地端完成音讯优化后，再提供给 AI 工具进行转录或翻译。声音同时能转化为可索引、可分析的数位资产，解决了远距协作的痛点。