在档案数字化、智能化转型的大背景下，录音录像档案作为声像类核心档案资源，承载着大量原始、鲜活的纪实信息，是档案凭证价值、查考价值的重要载体。但长期以来，音视频档案存在无法全文检索、内容读取低效、信息挖掘困难等痛点，大量珍贵声像档案“存而难用、藏而难活”。
为统一规范录音录像档案语音识别转写工作流程、质量标准与管理要求，国家档案局发布DA/T 110—2026《录音录像档案语音识别转写工作规范》（以下简称《规范》），并于2026年9月1日正式实施。该标准是国内档案领域首个针对声像档案智能转写的专项行业标准，全面补齐了音视频档案智能化处理的规范短板，为各级各类档案馆（室）开展语音识别转写工作提供了权威依据。
本文将全方位拆解该规范核心内容，从适用范围、工作原则、全流程实操、质量指标、成果管理应用等维度，助力档案同仁吃透新规、规范落地。
一、新规适用范围与核心术语
（一）适用主体与场景
本规范适用于各级各类档案馆（室），覆盖汉语、常见少数民族语言、国际通用语言录制的所有录音录像档案，既包含原生电子音视频档案，也涵盖传统载体数字化生成的数字声像资源，同时适配相关智能转写系统的建设与应用工作。
（二）核心关键术语界定
《规范》统一了行业核心术语定义，规避实操认知偏差，重点核心术语如下：
语音识别转写：将语音信号转化为文字，完成文本规整、翻译、特征标记的全流程工作，区别于单纯的机器语音转文字，强调文本规范化处理。
识别转写准确率：正确识别字符数占应识别总字符数的百分比，是核心质量考核指标。
时间码：语音单元的时间标记信息，是实现音视频与文本同步阅览、精准检索的核心依据。
热词集：自定义结构化关键词集合，可优化人名、地名、机构名、专有名词等特殊内容的识别准确率。
二、六大总体工作原则
《规范》明确语音识别转写工作需遵循六大核心原则，贯穿工作全流程：
（一）统筹规划原则：将智能转写工作纳入档案信息化整体建设，统一规划、有序推进，杜绝零散化、无序化作业。
（二）分级实施原则：根据档案珍贵程度、开放等级、利用频次、抢救优先级科学筛选转写对象，确定对象后需100%完成转写，不得遗漏。
（三）精准对应原则：转写成果必须与原始音视频档案一一对应，确保文本语义、内容信息与原声像资源完全一致。
（四）安全规范原则：采用合规技术手段，保障流程规范、成果可靠、数据安全，外包服务严格遵循DA/T 68.2规范要求。
（五）赋能利用原则：以智能检索、数据挖掘、资源开发为核心导向，提升声像档案利用效率。
（六）合规保护原则：重点做好涉密档案管理、知识产权、个人信息安全保护，规避合规风险。
三、组织管理全维度要求
新规从组织、人员、场地、制度、流程等方面建立全维度管理体系，彻底解决以往转写工作无标准、管理松散的问题。
（一）基础管理配置
需组建专项工作团队，统筹实施、安全保密、质量验收、监督检查等工作；配备熟悉档案业务、掌握智能转写基础知识的专职人员，明确岗位职责与保密要求；设置专属工作场地，分区布局档案存放、评估导入、转写校正、成果输出等功能区域。
（二）制度与文件管理
需建立完善的管理制度体系，覆盖岗位、人员、场地、设备、数据、质量、安全、保密等全维度；留存完整工作文件，包括工作方案、技术方案、审批书、流程单、验收报告等，外包项目需额外留存招投标文件、合同、保密协议等资料。
（三）元数据规范采集
在DA/T 63元数据基础上，新增专属采集项，必须完整记录转写时长、工作环境、转写引擎、音频信噪比、说话人信息、语种、成果文件参数等关键数据，实现全流程可追溯。
四、转写实施全流程拆解
《规范》明确了十大标准化工作流程，形成闭环作业体系：方案制定→档案出库→评估导入→识别转写→成果校正→整理输出→质量控制→成果挂接→成果验收→档案入库，每一步均有明确实操标准。
（一）前置准备：双方案制定
正式开展转写工作前，需完成工作方案+技术方案双方案编制。工作方案明确转写对象、目标、流程、人员、经费、安全保密等内容，建议专家论证后审批执行；技术方案需明确转写引擎、软件、基础设施标准，要求系统安全等级适配、接口兼容、可拓展，可适配国产软硬件环境。
（二）档案评估与导入
对音视频档案进行前置质量评估，明确合规参数标准：音频采样率不低于16kHz（优选44.1kHz）、量化位数不低于16bit、单声道；录音支持WAV、MP3格式，录像支持MP4、AVI、MXF等主流格式。不符合标准的档案，需先完成降噪、格式转换等技术处理，达标后方可导入系统。
（三）智能识别与规范化转写
这是核心作业环节，分为预处理、识别、转写三个阶段：
预处理：完成噪声抑制、混响消除、有效语音提取，筛选优质声学特征，提升识别精准度。
智能识别：通过声学模型、语言模型联合建模，支持语种自主识别与引擎切换，可通过热词集迭代优化专属词汇识别效果，同步完成声纹识别与说话人区分。
标准化转写：自动完成分句分段、标点添加、文本顺滑（过滤无意义语气词、重复词）、非汉字字符规范化转换，支持说话人标记、多语种翻译、关键信息摘要提取。
（四）成果校正与整理输出
实行机器自动校正+人工精准校对双重模式，依托热词集修正专有名词、多音字、同音错别字，人工对照音视频逐段核验，优化文本摘要、说话人聚类效果。
成果输出严格按档号唯一命名，录音档案输出TXT、XML、JSON文本及PCM声纹文件，录像档案额外输出SRT字幕文件，所有成果需关联精准时间码，支持音视频与文本同步阅览、检索导出。
五、质量控制核心标准
新规明确准确率+速度双重量化指标，为质量验收提供硬性依据，是档案智能化转写的核心考核标准：
（一）识别转写准确率标准
标准普通话、音质清晰、发音规范档案：准确率≥98%
多语种、音质良好、发音规范档案：准确率≥95%
音质较差、杂音较多、发音不标准档案：准确率≥80%
（二）识别转写速度标准
1小时时长录音档案：转写耗时≤10分钟
1小时时长录像档案：转写耗时≤30分钟
（三）验收抽检规则
支持机器自动比对检验（100%全覆盖）与人工抽检结合，人工抽检需满足档案件数、时长双重≥5%的要求，确保批量转写成果质量可控。
六、成果存储与智能应用
（一）规范化成果管理
电子档案转写成果单独建夹、分层存储，与原档案精准关联；数字化声像成果与原文件统一归档管理。同步建立与原档案一致的权限管控机制，落实成果定期备份、长期保存要求，重点规范声纹文件存储、传输、使用的合规性。
（二）多元化智能应用
新规明确了转写成果的核心应用场景，彻底激活声像档案价值：
搭建全文检索索引库，实现音视频档案文本溯源、精准定位、快速阅览；
依托文本数据挖掘，辅助档案自动著录、编目、编研工作；
基于声纹数据，实现说话人信息检索、分类管理；
结合AI技术，赋能档案开放审核、展览展陈、知识服务、内容推荐等创新应用。
结语
《规范》的正式实施，标志着我国录音录像档案智能处理工作告别无序化、碎片化作业，迈入标准化、规范化、智能化新阶段。
该规范从流程、质量、安全、应用四大维度构建了完整的工作体系，既解决了声像档案“数字化易、智能化难”的行业痛点，也为档案信息化提质增效、档案资源活化利用提供了坚实的制度支撑。对于各级档案部门而言，吃透新规标准、规范转写流程、严控成果质量，是现阶段推进声像档案智能化转型、释放档案数据价值的核心关键。 |
您现在的位置：