Tech et Écosystème

22 Dialectes chinois · Détection automatique

Couvre les dialectes chinois 22 : branches 15 Mandarin, plus Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese). Le système détecte automatiquement la langue et le dialecte, gère le discours mixte chinois-anglais sans commutation manuelle et couvre les réunions qui mélangent Mandarin avec le dialecte.

Couverture dialectale

• ▸Branches 15 Mandarin (Northeastern / Beijing / Jilu / Zhongyuan / Lan-Yin / Jiang-Huai, etc.)
• ▸Le Wu (Jiangsu-Zhejiang-Shanghai)
• ▸Min (Southern Min / Eastern Min / Teochew)
• ▸Le Gan (Jiangxi)
• ▸Le Yue (Cantonese / Hong-Kong Cantonese)

Trois chemins vers une plus grande précision · Empilable

De la ASR générale à la précision de qualité industrielle, la précision peut être améliorée étape par étape selon trois voies, combinées librement selon le rythme de déploiement :

• 1 écran OCR (zero-config) : augmenter la reconnaissance avec le contenu à l'écran - précision du terme 72% → 94%+
• 2 Injection de mots chauds (minutes) : ajouter des termes de domaine sans recyclage ASR ; mots chauds injectés dans le décodeur dans < 500ms
• 3 Modèle vertical (semaines) : affiner le corps des clients pour mieux s'adapter aux termes et phrases commerciaux

LLM Post-correction · +5–10% Globaux

Les transcriptions sont traitées une deuxième fois par un LLM : correction d'erreur, lissage, ponctuation automatique et normalisation des nombres, ainsi que l'augmentation RAG de la base de connaissances de l'entreprise pour les noms propres et les termes commerciaux - soulevant la précision globale de 5 - 10% supplémentaires.

• ✓Correction des erreurs : corriger les homophones et les erreurs de transcription
• ✓Lissage : fusionner des fragments et un phrasage parlé ordonné
• ✓Ponctuation automatique : rétablir les pauses de phrase et les paragraphes
• ✓Normalisation des nombres : unifier les montants / dates / IDs
• ✓Augmentation RAG : corriger les noms propres contre l'entreprise KB

ASR × OCR Fusion multimodale

Sensibilisation du contenu de l'écran × amélioration dynamique ASR

VoiVision relie ASR avec sur l'appareil OCR, en utilisant le contenu visuel de l'écran (PPT / docs / tableau blanc) pour renforcer reconnaissance vocale. Le BJ66+ WCB06 capture l'écran via des canaux câblés + sans fil ; un OCR de grand modèle sur l'appareil lit le texte image par image ; la base de connaissances du domaine correspond automatiquement et injecte les termes de domaine dans le décodeur ASR - améliorant la précision dans des scènes à forte densité de terminologie telles que des conférences, des consultations et des roadshows.