Tech & エコシステム

22 Chinese Dialects · Auto-Detected

Covers 22 Chinese dialects: 15 Mandarin branches, plus Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese). The system auto-detects language and dialect, handles mixed Chinese-English speech with no manual switching, and covers meetings that mix Mandarin with dialect.

方言カバレッジ

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

Three Paths to Higher Accuracy · Stackable

一般的な ASR から産業グレードの精度まで、精度は 3 つのパスで段階的に向上させることができ、展開ペースによって自由に組み合わせることができます。

• 1 画面 OCR （ゼロコンフィグ）： 画面上のコンテンツで認識を高める — 用語精度 72% → 94%+
• 2 ホットワードの注入 （ 分 ） ： ASR の再訓練なしでドメイン用語を追加します。 < 500ms のデコーダにホットワードを注入します。
• 3 垂直モデル （ 週 ） ： ビジネス用語とフレーズに適合するように顧客コーポレーションを微調整します

LLM 補正後 · +5–10% 全体

LLM で 2 回目の処理を行います。誤り訂正、スムージング、自動句読点、数値正規化、さらに RAG が企業知識ベースから適切な名詞やビジネス用語の拡張を行い、全体的な精度をさらに 5 〜 10% 向上させます。

• ✓エラー訂正 ： ホモフォーンと転写エラーを修正
• ✓スムーズ化 ： 断片をマージし、口癖を整える
• ✓自動句読点 ： 文ブレークと段落を復元します
• ✓数値正規化 ： 金額 / 日付 / ID を統一
• ✓RAG 増強 ： 企業 KB に対する固有名詞を修正する

ASR × OCR マルチモーダル融合

画面内容認識 × 動的 ASR 強化

VoiVision は ASR とオンデバイス OCR をリンクし、画面のビジュアルコンテンツ （ PPT / docs / whiteboard ） を使用して音声認識をブーストします。BJ66+ WCB06 は、有線 + 無線チャンネル経由で画面をキャプチャします。 オンデバイスの大型モデル OCR は、テキストフレームごとに読み込みます。ドメイン知識ベースは、ドメイン用語を自動的にマッチングして ASR デコーダにインジェクトします。