Tech dan Ekosistem

Empat baris perangkat keras · satu mesin · cakupan penuh

Mesin Suara AI

Dibangun di atas penelitian in-house NEU NLP Lab, kami merancang ulang pipa ASR dari kaskade tradisional AM + LM + Decoder menjadi model saraf end-to - end (E2E). Menggunakan pemodelan hibrida Conformer + CTC / Attention, dikombinasikan dengan kuantisasi INT8 / INT4, pemangkasan, penyulingan pengetahuan, re-parameterisasi struktural, dan fusi operator, mesin mencapai ASR real-time pada CPU saja - tidak diperlukan GPU. Pemodelan bahasa ringan dengan kompresi konteks adaptif mengurangi komputasi LM lebih dari 70%, sementara akurasi pengenalan meningkatkan 10 - 20% dibandingkan pendekatan tradisional.

▸Model E2E: Hybrid Conformer + CTC / Attention, menghilangkan akumulasi kesalahan pemodelan akustik / bahasa
▸Kuantifikasi & pemangkasan INT8 / INT4: parameter yang dikurangi secara drastis untuk inferensi CPU real-time
▸Penyulingan Pengetahuan & Parameterisasi Struktural: Model Kompak dengan Generalisasi Tinggi
▸Operator fusi & cache optimasi: meningkatkan efisiensi matriks CPU
▸Ringan LM: internal LM + kompresi konteks adaptif, 70% pengurangan perhitungan
▸Pelatihan yang ditingkatkan dengan konteks & perhatian diri yang dibatasi: akurasi tinggi dalam kondisi sumber daya rendah

Dukungan Accelerator

•NVIDIA: T4 / L4 / A10 / A100
•Ascend: 310P / 910B
•Cambricon: MLU370 / MLU590
•Hygon DCU (hanya CPU juga berfungsi)

Integrasi penuh OA

•WeCom
•DingTalk
•Feishu
•Landray
•Seeyon

Deployment (pengerahan)

•Docker / K8s satu klik
•Bare-logam
•Cloud Gov / awan swasta / SIEM
•RESTful API / WebSocket

Jelajahi mesin Penyelidikan Teknis

22 Dialek Cina · Otomatis terdeteksi

Meliputi 22 dialek Cina: cabang 15 Mandarin, ditambah Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese). Sistem ini mendeteksi bahasa dan dialek secara otomatis, menangani pidato campuran Cina-Inggris tanpa pengalihan manual, dan mencakup pertemuan yang mencampur Mandarin dengan dialek.

Cakupan dialek (dialect coverage)

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

Tiga Jalur untuk Akurasi yang Lebih Tinggi · Stackable

Dari ASR umum ke presisi kelas industri, akurasi dapat ditingkatkan selangkah demi selangkah di sepanjang tiga jalur, digabungkan secara bebas dengan kecepatan peluncuran:

1 Layar OCR (zero-config): meningkatkan pengakuan dengan konten di layar - akurasi istilah 72% → 94%+
2 Hotword injeksi (menit): menambahkan istilah domain tanpa pelatihan ulang ASR; hotwords disuntikkan ke dalam decoder di < 500ms
3 Model vertikal (minggu): fine-tune pada corpora pelanggan untuk lebih sesuai dengan istilah bisnis dan frasa

LLM Post-Correction · +5–10% Secara keseluruhan

Transkrip diproses untuk kedua kalinya oleh LLM: koreksi kesalahan, perhalusan, tanda baca otomatis dan normalisasi angka, ditambah augmentasi RAG dari basis pengetahuan perusahaan untuk kata benda yang tepat dan istilah bisnis - meningkatkan akurasi keseluruhan 5 - 10% lebih lanjut.

✓Koreksi kesalahan: memperbaiki homophone dan kesalahan transkripsi
✓Smoothing: menggabungkan fragmen dan frasa yang diucapkan rapi
✓Otomatis tanda baca: mengembalikan kalimat dan paragraf
✓Nomor normalisasi: menyatukan jumlah / tanggal / ID
✓Augmentasi RAG: kata benda yang tepat yang benar terhadap perusahaan KB

ASR × OCR Fusi Multimodal

Kesadaran konten layar × peningkatan ASR dinamis

VoiVision menghubungkan ASR dengan di perangkat OCR, menggunakan konten visual dari layar (PPT / docs / whiteboard) untuk meningkatkan pengenalan suara. BJ66+ WCB06 menangkap layar melalui saluran kabel + nirkabel; di perangkat model besar OCR membaca bingkai teks per bingkai; basis pengetahuan domain secara otomatis cocok dan menyuntikkan istilah domain ke dalam decoder ASR - mengangkat akurasi dalam adegan padat terminologi seperti kuliah, konsultasi, dan roadshow.

Empat langkah loop tertutup

▸1 Tangkapan: BJ66+ WCB06 meraih aliran byte layar (HDMI-in + nirkabel)
▸2 di perangkat OCR: parsing frame-by - frame dari teks PPT / docs / whiteboard
▸3 KB pertandingan: 200+ disiplin kata kunci kamus auto-align
▸4 injeksi kata kunci: istilah domain secara dinamis disuntikkan ke dalam decoder ASR

Keuntungan utama (key advantage)

✓Sepenuhnya lokal penerapan on-premise - data tidak pernah meninggalkan ruang
✓Hot-swappable domain KBs (pendidikan / kesehatan / keuangan / hukum)
✓Domain baru tidak memerlukan pelatihan ulang ASR - kata kunci berlaku langsung
✓injeksi kata kunci < 500ms, frame-level OCR < 500ms

Baseline akurasi istilah ASR generik ~ 72% → fusi ASR × OCR mengangkat menjadi 94%+ (tes kuliah-jam NEU NLP Lab)

Integrasi OA

Mulus dengan platform kantor utama · notulen rapat ke dalam alur kerja Anda

VoiVision sangat terintegrasi dengan platform kantor & kolaborasi terkemuka - sinkronisasi notulen rapat otomatis, ekstraksi todo cerdas, manajemen multi-platform satu terminal - menanamkan Kecerdasan Rapat langsung ke dalam alur kerja perusahaan yang ada.

WeCom

•Sinkronisasi Kalender · Kontak
•Alur persetujuan · push aplikasi
•Auto notulen rapat sinkronisasi · todo

DingTalk

•Sinkronisasi kalender · pertemuan mgmt
•DING pemberitahuan · persetujuan
•Todo · lembar multi-dimensi

Feishu

•Sync kalender · docs
•Msg pemberitahuan · pertemuan
•Persetujuan · perusahaan wiki

Landray / Seeyon

•Integrasi Eco · SSO
•Link mesin alur kerja
•Custom self-built OA yang dibuat sendiri

Memesan Demo yang Dipersonalisasi

Beritahu kami tentang skenario pertemuan dan kebutuhan kepatuhan Anda - dapatkan rencana yang disesuaikan.

Pesan sekarang