录音录像档案怎么转成文字?DA/T 110—2026 九步流程、热词集与准确率指标,一次讲清

录音录像档案转写 DA/T 110—2026 实操指南(商务插画封面)

录音录像档案转写最现实的痛点,不是「存不下」,而是「搜不到」。一场两小时的会议录像规规矩矩归了档,半年后想找领导讲话里那句原话,只能从头到尾拖进度条,凭耳朵一句一句捞——音像档案在档案室里越攒越多,能被用起来的却越来越少。2026 年 9 月 1 日起实施的行业标准《录音录像档案语音识别转写工作规范》(DA/T 110—2026),第一次把「用机器把声音变成可检索的文字」这件事写成了标准:从档案出库到成果入库一共九步,识别转写准确率、速度都有了量化指标,连转写成果文件怎么命名、验收抽检抽多少都规定得明明白白。这篇文章按标准原文把九步流程、两份方案、指标口径与成果管理逐条拆开,并给机关档案室一份可以直接照做的起步清单。

一句话结论:录音录像档案转写已经从「能不能做」进入「按标准做」的阶段——先出库评估、再识别转写、人工校正后按档号命名挂接,声音质量好的普通话录音准确率不低于 98%,验收要 100% 自动比对或人工抽检不低于 5%。转写成果与录音录像档案一一对应、同步备份,是音像档案实现全文检索的前提。

一、DA/T 110—2026 是一部什么标准,管到谁

DA/T 110—2026《录音录像档案语音识别转写工作规范》由国家档案局提出并归口,2026 年 6 月 22 日发布、2026 年 9 月 1 日实施,与 DA/T 107 至 DA/T 109 等六项标准同批出台,是档案领域首部针对语音识别转写工作的专项行业标准。文件由安徽省档案馆、讯飞智元信息科技有限公司、中国人民大学信息资源管理学院起草,技术底色相当鲜明:它不是一篇原则性倡导,而是一份可以直接拿去写技术方案、定验收指标的操作规范。

适用范围(第 1 章)写得很清楚:各级各类档案馆(室),对象是以汉语、常见少数民族语言及国际通用语言录制的录音录像档案的机器语音识别转写,以及相关系统的建设应用。注意两点:第一,适用主体是「档案馆(室)」,机关档案室同样在适用范围内;第二,转写对象既包括原生录音录像电子档案,也包括传统载体录音录像档案数字化形成的数字音视频文件(第 7.1.1 条),两条来源都管。

标准规范性引用了四份文件,做转写工作前建议先把它们配齐:

引用标准在转写工作里管什么
DA/T 18《档案著录规则》转写成果相关著录项的设置口径
DA/T 62《录音录像档案数字化规范》传统载体录音录像档案怎么数字化成符合转写要求的数字音视频;工作场地布局同样参照它
DA/T 63《录音录像类电子档案元数据方案》转写过程要完整捕获的元数据项(转写引擎、转写时间、信噪比、说话人等在此基础上扩展)
DA/T 68.2《档案服务外包工作规范 第 2 部分:档案数字化服务》转写实行服务外包时的安全管理要求(第 4.4 条明确)

本站已把这批 2026 年 9 月施行的新规整理进档案标准规范索引:按标准号查 DA/T、GB/T 与 13 号令依据,查其他标准号也可以从那里进。

二、先弄懂几个术语:准确率怎么算,热词集是什么

第 3 章定义了 13 个术语,其中 6 个直接决定你能不能看懂招标文件和验收报告:

术语标准定义与口径
语音识别将人类的声音信号转化为文字,同时进行声纹等特征提取的过程
转写将语音识别结果进行书面文本规整、翻译及特征标记的过程——所以「识别」是第一步,「转写」还包括把口语整理成可读文本
识别转写准确率正确识别出的字符数占实际语音内容中应识别字符总数的百分比,即识别转写准确率=(识别正确字符数÷应识别字符总数)×100%——验收时按字符数算,不按「大概听懂」算
识别转写速度单位时间长度的档案通过转写获取成果所需的时间
热词集由用户或应用程序定义的结构化关键词集合——本机关的人名、地名、机构名、专业术语喂进热词集,机器才不会把「全宗」听成「全总」
声纹人的语音中能用以表征和标识数据主体的生物学特性和行为特性的总称——转写成果里的声纹音频文件属于个人信息,管理上有专门的合规要求(见第八节)
易错点:很多宣传材料把「语音识别准确率」和「转写准确率」混着说。在 DA/T 110 里它们是两个环节——识别输出初步文本,转写做分句分段、文本顺滑、非汉字字符转换、说话人标记;验收考核的是识别转写准确率这个合成指标,按字符数逐字核对。

三、六项总体原则:开工前先划红线

第 4 章六条总体原则,条条都对着实务里最容易翻车的地方:

  1. 纳入信息化规划(4.1):语音识别转写是档案信息化建设的组成部分,要统筹规划、有序推进,不是某个档案员私下拿手机软件「顺手转一下」的零活。
  2. 科学选定、全量转写(4.2):宜按珍贵程度、开放程度、利用率、亟待抢救程度等因素确定对象;一旦确定为转写对象,就应全部识别转写——不许挑着转一半剩下不管。
  3. 一一对应、语义一致(4.3):转写成果与录音录像档案一一对应,不能张冠李戴、不能删改原意。
  4. 安全与元数据(4.4):确保过程规范、成果可靠、数据安全,并捕获相关元数据;实行服务外包的按 DA/T 68.2 执行。
  5. 面向利用(4.5):以有利于档案智能检索、数据挖掘、开发利用为原则——转写不是为转而转,是为了让音像档案能被检索、被用起来。
  6. 三类保护(4.6):重视涉密档案管理、知识产权保护、个人信息保护。涉密音像档案不能往互联网上的在线转写服务里送;会议录音里的个人信息(声纹)也要管起来。

四、组织与管理:开工要备齐的 7 件事

第 5 章给了一个单位开展转写工作的基本盘,共七节:

环节标准要求(5.1–5.7)
工作组织建立工作组织,对组织实施、协调管理、安全保障、保密要求、技术支持、监督检查、成果验收统筹规划
工作人员配备熟悉档案业务且具备语音识别转写基础知识的人员,明确岗位职责和保密要求
工作场地设置专门工作场地,按 DA/T 62、DA/T 68.2 合理布局档案存放、评估与导入、识别转写、成果修改校正、成果整理输出等工作区域
管理制度制定并实施管理制度,涵盖岗位、人员、场地、设备、工作文件、存储载体、数据、质量、进度、安全、保密共 11 项管理
工作流程总流程=方案制定、档案出库、评估与导入、识别转写、成果修改校正、成果整理输出、质量控制、成果挂接、成果验收、档案入库(附录 A 给出流程图)
工作文件包括工作方案、技术方案、审批书、流程单(附录 B)、验收报告、成果移交清单;服务外包的还应至少包括招标文件、投标文件、中标通知书、项目合同、保密协议
元数据完整捕获元数据,符合 DA/T 63,此外还应包括转写时间长度、转写环境、转写引擎、转写时间、音频信噪比、说话人人名、语种、成果文件名称、成果文件大小、成果文件格式

其中「工作文件」一项最容易被低估:转写做完没有验收报告和成果移交清单,第二年检查时整项工作在台账上就是空白。外包的话,五份采购文件加保密协议缺一不可——具体哪些业务能外包、哪些不能,先对照档案业务哪些能外包、哪些不能:13号令第11条 + DA/T 68 边界清单划一遍范围。

五、两份方案先行:工作方案与技术方案怎么写

第 6 章要求开工前先出两份方案,这也回答了「领导问要多少钱、多长时间」时怎么答的问题。

工作方案(6.1)内容共十项:转写对象、工作目标、工作内容、经费核算、工作流程、技术方法、人员安排、验收依据、安全管理、保密管理;宜组织专家论证,经审批后严格执行。要注意「验收依据」在方案阶段就要写进去——验收指标不是做完再谈,而是立项时锁定。

技术方案(6.2)对系统的四条硬性条件,选型时逐条对照:

系统要求含义与自查问题
与档案信息系统同安全保护等级转写系统的安全保护等级或涉密保护等级,不得低于管理录音录像档案的信息管理系统——档案馆内网跑三级系统,转写引擎就不能架在外网公有云上
接口、数据格式可兼容可扩展转写成果要挂接到目录数据上,接口不通等于白转
对其他系统无明显影响识别是算力大户,部署前评估对现有系统性能的挤占
支持国产软硬件环境稳定运行要求具备高安全性、可靠性,能在国产软硬件环境下稳定运行——信创环境选型时的硬门槛

对引擎的能力要求(6.2.2):支持转写文本、翻译文本、摘要文本及声纹提取;对噪声有强抵抗能力;能处理口吃、哼唱、口语化、复述等异常语音;能准确判别停顿词、语气词、重复词等干扰词。对软件的功能要求(6.2.3):导入及预处理、录像自动提取音频、语种判断、自动转写、文本处理与自动校验、人工校正与热词集管理、成果与档案同步阅览、说话人声纹识别与标记管理。选型看功能清单,落地看第九节的准确率指标——机器标称的「准确率高达百分之九十九」不能直接信,要按本馆实际音频试测。

六、九步实施流程:从出库到入库逐步拆

第 7 章是全标准的主干。九步闭环如下:

步骤条款核心要求
① 档案出库7.1按工作方案确定转写对象(原生电子档案+数字化成果);载体出库按库房管理规定执行,系统调取按信息系统管理规定执行,做好调取、清点、登记
② 评估与导入7.2先评估音频质量(见下方参数表),不满足的技术处理到位后再导入
③ 识别转写7.3预处理(降噪、混响消除、切出有效语音)→ 识别(语种检测、声学模型+语言模型、热词集、声纹区分说话人)→ 转写(时间码对齐、分句分段、文本顺滑、非汉字字符转换、说话人标记、翻译、摘要)
④ 成果修改校正7.4热词集自动更正人名、地名、机构名、专有名词、多音字、同音不同字;转写文本与音视频同步阅览,人工对照修正
⑤ 成果整理输出7.5成果=纯文本文件+声纹音频文件(录音档案)+视频字幕文件(录像档案);以件为单位按档号命名输出,时间码保持一致,元数据自动保存并纳入信息系统统一管理
⑥ 质量控制7.6准确率与速度双指标同时考核(见第七节)
⑦ 成果挂接7.7目录数据与转写成果逐条挂接,逐条检查对应准确性、数量一致性、能否正常打开
⑧ 成果验收7.8计算机自动检验+人工检验;可换引擎二次转写比对的按 100% 自动检验,否则人工抽检不低于 5%(件数与时长均计)
⑨ 档案入库7.9数字资源与成果清点后履行入库手续;外包设备的硬盘要拆除,使用过的移动存储介质一并接收,凡存有信息的先作清除处理

第②步的评估参数是转写能不能「一次做对」的关键,标准给出了宜满足的完整口径:

评估项宜满足的要求(7.2.1)
语言信息以汉语、常见少数民族语言及国际通用语言录制
录音档案格式WAV、MP3 等
录像档案格式AVI、MPEG、MP4、FLV、MXF 等
编码格式视频 H.264,音频 PCM
音频采样率不低于 16kHz,宜为 44.1kHz
音频量化位数不低于 16bit
声道单声道
实务提醒:老式录音笔转出的低采样率音频、手机竖屏拍的嘈杂现场视频,评估环节就会被拦下。标准的态度是「技术处理到位再转」,而不是硬转——硬转的结果是准确率掉到 80% 档甚至更低,人工校对的工时反而超过从头整理。传统载体还没数字化的,先按 DA/T 62 做数字化,流程见档案数字化验收标准全解读:整理流程、质量指标与合格交付。

第⑤步的成果命名规则直接抄标准示例:以档号为基础,一件档案形成多个成果时,档号结合成果文件类型代码和顺序流水号命名。档号为 X001-LY·2025·D30-0001 的单人录音档案,成果文件名为 X001LY2025D300001-WB01.txt 和 X001LY2025D300001-SW01.pcm;档号为 X001-LX·2025·Y-0001 的两人录像档案,成果为 X001LX2025Y0001-WB01.txt、两份 -SW 声纹文件和 -ZM01.srt 字幕文件。从示例可见 WB 对应文本成果、SW 对应声纹音频、ZM 对应视频字幕,同一类成果有多份(如多个说话人)时用两位流水号区分。档号本身怎么编,见机关档案13个门类代码对照表:WS·KJ·RS·KU…怎么填(附档号示例)。

七、准确率与速度:验收时按这两张表卡

第 7.6 条把质量控制写成了两组硬指标,且准确率指标与速度指标应同时适用——只快不准或只准不慢都过不了关:

指标要求(7.6.2、7.6.3)
准确率:声音质量好、发音标准以汉语、常见少数民族语言及国际通用语言录制的,不低于 95%;其中以标准汉语普通话录制的,不低于 98%
准确率:声音质量差、杂音多、发音不标准不低于 80%
速度:录音档案1 小时录音不超过 10 分钟完成识别转写
速度:录像档案1 小时录像不超过 30 分钟完成识别转写
验收抽检可换引擎二次转写自动比对的,100% 计算机检验;无法自动检验的,人工抽检件数与时长均不低于 5%

这两组指标给了档案部门两个抓手:招标时把它写进技术参数(引擎达不到 98% 档的,试测直接筛掉);验收时按字符数核准确率、按时长核速度,供应商口头承诺不算数,抽检报告见真章。数字化成果验收的质量控制逻辑一脉相承,可对照数字化全流程可追溯:八环节、工作文件与责任节点一起建台账。

八、成果怎么管:分开存放、权限同档、同步备份

第 8 章回答「转写成果算什么、放哪里」。四个要点:

  1. 分开存放、建立关联(8.1.1、8.1.2):原生电子档案的转写成果要与录音录像电子档案分开存放,在存储载体或信息系统中以档号为基础逐级建层次文件夹单独保存,两者之间建立关联关系;数字化成果的转写成果宜与数字化成果统一保存并保持逻辑层次。
  2. 权限跟着档案走(8.1.3):转写成果的权限管理机制与录音录像档案相同——录音能看、文字同样要控,不存在「档案没开放、文字稿先流出去」的空间。
  3. 声纹是敏感数据(8.1.4):宜重视声纹音频文件存储、管理、传输的合规问题。声纹属于个人信息,按 GB/T 41807 等要求管理,外包场景下尤其要盯住。
  4. 同步备份(8.1.5):转写成果与档案数字资源同步开展数据备份、长期保存——音像档案备了几套,转写成果就要备几套,数码照片与音像档案的「一式三套」做法见数码照片要存几套、多久检一次?DA/T 50-2014 6.1-6.3 存储结构与一式三套实操,思路可以平移。

成果应用(8.2)则为投入产出算了笔账:建立成果索引库与档案数字资源对应,实现全文检索与档案原文溯源查询;基于纯文本做数据挖掘,辅助档案自动著录与编目;基于声纹文件做说话人检索;结合人工智能开展知识管理、内容推荐、展览展陈、辅助开放审核、辅助档案编研。转写一次,音像档案就从「只能看只能听」升级成「能搜、能挖、能辅助审」——开放审核目录筛查的自动化做法见让计算机自动完成档案开放审核,编研侧的新规要点见档案编研工作规范:DA/T 108—2026 落地要点。

九、机关档案室怎么起步:六步落地清单

标准全文读完,机关档案室不必被「录音录像档案转写的九步流程、双指标验收」吓住——DA/T 110 的流程设计本身就支持小步快跑。给一份可直接照做的起步顺序:

  1. 盘家底:统计室藏录音录像档案的数量、载体、时长、语言、音质,原生电子档案与待数字化档案分开造册;音像档案的归档口径先对照档案馆怎么接收机关的音像档案:照片、录音录像的数字化移交核一遍。
  2. 定优先级:按 4.2 条的四因素(珍贵程度、开放程度、利用率、亟待抢救程度)排出首批转写对象——常年要用的会议纪要类录音、口述史访谈、重大活动录像先上,确定为对象就全量转写。
  3. 小批量试测:拿本单位真实音频(含口音重、底噪大的)对候选引擎试测,用标准公式算字符级准确率,别信标称值。
  4. 建热词集:把本机关机构名、领导班子与历任领导姓名、辖区地名、项目代号、专业术语整理成结构化热词表喂给引擎——这是低成本提高准确率最有效的一步。
  5. 按档号命名挂接:成果按 7.5 条规则以件为单位命名,逐条挂接到目录数据,检查能打开、数量对、时间码一致。
  6. 管住安全:涉密与敏感音像档案一律内网本地转写,不上公有云在线服务;外包的按 DA/T 68.2 签保密协议,完工按 7.9 条拆硬盘、收介质。数据不出内网这条线,与电子档案单套制:DA/T 92—2022 要求与边界的环境要求是同一套逻辑。

软件层面,音像档案的归档、著录与转写成果挂接属于数字档案室系统的基础能力,元泰数字档案室软件(数字方舟)的声像档案模块对照片、录音、录像的分类管理与挂接思路可作参考(产品文档见数字方舟·声像档案管理);标准符合性对照见元泰数字档案室软件(数字方舟)完全符合国家和行业、地方标准。音像档案之外的数码照片类,整理主线见数码照片档案整理及技术应用,重命名规则见数码照片怎么重命名?DA/T 50-2014「期限代码-年度-组号-张号」四段式实操。

合规提示:本文为标准条文的整理与解读,转写工作组织实施请以正式出版的标准文本和本单位上级主管要求为准;涉及涉密档案、个人信息的不确定情形,先问保密部门再动手。系统选型、方案编制拿不准的,可到咨询支持页留言,或先在档案整理案例与应用场景看同类单位的做法。

常见问题

问:语音识别转写成果要不要随档案一起移交进馆?
DA/T 110 管的是档案馆(室)内部的转写工作组织与成果管理,移交进馆按接收方要求执行。实务上转写成果已与档案数字资源建立一一对应关系并同步备份,随档案数字资源一并整理、按接收范围移交是顺理成章的做法,移交前先与接收档案馆确认成果是否纳入移交清单。

问:我们的录音是方言,还能做转写吗?
分两档看:声音质量差、杂音多、说话人发音不标准的,标准要求准确率仍不低于 80%,转写仍有意义(机器打底+人工校对比纯人工听录快);但方言超出引擎语种支持范围时,评估环节(7.2)就应识别出来,技术处理或换人工方案,不要硬转。

问:能不能直接把录音录像档案传到网上的在线转写服务?
不建议。第 4.6 条要求重视涉密档案管理、知识产权与个人信息保护,技术方案还要求转写系统与档案信息系统具备相同安全保护等级。机关会议录音、执法录像多数含敏感内容,应在本地或内网环境完成转写;确需外包的按 DA/T 68.2 执行并签保密协议。

问:转写完成后,原来的录音录像档案还要不要保留?
要。转写成果是档案的「伴生成果」,第 4.3 条要求与档案一一对应、语义一致,第 8.1 条要求两者关联保存、同步备份——转写不能替代原档,就像复印件不能替代原件。

问:热词集具体要放哪些词?
标准只规定热词集应支持手动更新、自动更新和自动学习(7.4.1),内容由各单位自建。实务建议四类打底:机构名(含内设机构与历次更名)、人名(领导班子、发言人、专家)、地名与项目代号、本行业专业术语与缩略语;每次转写前按当批档案追加。

问:验收时「人工抽检不低于 5%」怎么抽?
第 7.8.3 条要求被抽检档案的件数及时间长度总和均不低于 5%——两个口径同时满足。也就是说不能光挑短文件凑件数,两小时的录像也要按比例抽进去;抽检记录写入验收报告,作为工作文件归档。

参考来源

免费实训平台:想先练手再上手,可到元泰档案 · 免费实训平台,档案排列、鉴定练习、开放审核函数等工具免费开放。

还有问题想问?

扫码加入元泰售前服务群,顾问 1 对 1 解答档案整理规范、软件功能与部署方案。

企业微信扫码入群,长期有效;群内提供整理模板与操作答疑。

元泰售前服务群活码(企业微信扫码入群咨询)微信扫码入群