ASR 인식 최적화

방언 × 전체 파이프라인 엔지니어링

방언 베이스라인, 방언 전문화, 온디바이스 엔지니어링 및 LLM 기반 교정 등 4 단계에 구축되어 ASR 정확도를 업계 최고 수준으로 충족하는 기업을 추진합니다: 다중 방언 정확도 ≥ 90%, 엔지니어링에 추가로 5 - 10% 의 전반적인 이득.

주요 과제

!10 개 이상의 방언에 걸쳐 일관성이 없는 정확도
!복잡한 음향: 노이즈, 에코, 원장
!업계 용어 / 이름 / 약어 일반적으로 다루기 어려운
!출력은 읽기 가능, 검색 가능, 사후 처리 가능해야 합니다.

우리의 접근법

✓방언 기준선: 10 개 이상의 방언 (중국어, 광둥어, 쓰촨어, 우어, 민, 동북 등) 을 포함;전용 교육 + 독립적 인 디코더 + 방언 LM; 측정된 다중 방언 정확도 ≥ 90%
✓방언 전문화: 방언 내장 + 멀티 태스크 공동 교육으로 중국어와의 격차를 해소합니다. 일반 ASR + 방언 LM 핫 플러그 가능, 재교육 없이 새로운 방언, 고객별 업계별 맞춤형
✓온디바이스 엔지니어링 : 프런트엔드 AGC / AEC / ANC; OCR 화면 - 콘텐츠 인식 → 동적 도메인 - ASR 디코더에 핫워드 주입; 전체 파이프라인 온디바이스, E2E 지연 시간 < 1 s, 데이터가 사내를 떠나지 않음
✓LLM 기반 교정: LLM 컨텍스트 인식 수정 (오류 수정, 부드럽게, 구두점, 숫자 정규화); 엔터프라이즈 용어 / 업계 지식 / 역사적 회의록 에 대한 RAG; + 5 - 10% 엔지니어링의 전반적인 정확도

추천 제품

AI 회의 비서

VV10 엔터프라이즈 서버

10 채널 · 전체 온프레미스 배포

VV10 는 엔터프라이즈용 10 채널 엔진으로 326 TOPS 에지 NPU 및 48 G 고대역폭 메모리를 탑재합니다.전체 로컬 처리, 데이터 유출 0, 통합 웹 콘솔 - 정부, 방위, 금융 및 의료에 대한 MLPS 레벨 3 및 기밀 요구 사항을 충족합니다.

Learn more →AI 회의 비서

VV05 회의 서버

5 채널 · 에지 NPU

VV05 는 166 TOPS 에지 NPU 와 24 G 고대역폭 메모리를 갖춘 부서급 5 채널 미팅 서버입니다. R&D 센터, 금융 기관 및 체인 허브를 위해 구축된 전체 로컬 처리, 데이터 유출 0, 분산 오디오 집계 및 통합 웹 콘솔.

Learn more →온프레미스 소프트웨어

ENGINE

Conformer + CTC / Attention E2E 아키텍처 를 사용하여 NEU NLP Lab 의 사내 엔진을 기반으로 구축되었습니다. INT8 / INT4 양자화, 자르기, 지식 증류 및 연산자 융합은 CPU 에서만 실시간 ASR 를 가능하게 합니다.지원 30 언어 + 22 방언, 100 언어에 걸쳐 LLM 번역 / 요약, ≥ 800 chars / s 에서 기계 번역, 및 10: 1 파일 음성 전사. NVIDIA (T4 / L4 / A10 / A100), Ascend (310 P / 910 B), Cambricon (MLU370 / 590), Hygon DCU 에 대한 기본 지원; Docker / K8s 원클릭 배포.

Learn more →AI 회의 비서