Оптимизация признания ASR
Диалект × Инженерная система Full-Pipeline
Построенный на четырех этапах - диалектовой базовой, диалектовой специализации, инженерии на устройстве и коррекции на базе LLM - для продвижения корпоративной точности ASR до ведущих в отрасли уровней: точность нескольких диалектов ≥ 90%, с дополнительной общей прибылью на 5 - 10% на вершине инженерии.
Основные проблемы
- !Несогласованная точность по 10+ диалектам
- !Комплексная акустика: шум, эхо, дальнее поле
- !Отраслевой жаргон / названия / аббревиатуры, которые трудно охватить в общем
- !Выходные данные должны быть читаемыми, поисковыми, послеобрабатываемыми
Наш подход
- ✓Диалектная база: охватывает 10+ диалектов (мандаринский, кантонский, сичуанский, Ву, Минский, северо-восточный и т. д.);специальная подготовка + независимый декодер + диалект LM; измеренная многодиалектная точность ≥90%
- ✓Диалектовая специализация: диалектовые встраивания + многозадачное совместное обучение преодолевает разрыв с мандаринским языком; общий диалект ASR + диалект LM горячо подключаемый, новые диалекты без переподготовки; индивидуализация на индивидуальный счет заказчика
- ✓на устройстве инженерия: Фронт-энд AGC / AEC / ANC; осведомленность о содержимом экрана OCR → динамическое введение домена-ключевое слово в декодер ASR; полная трубопроводная система на устройстве, задержка E2E < 1 с, данные никогда не покидают помещения
- ✓Коррекция на основе LLM: LLM контекстная коррекция (исправление ошибок, сглаживание, пунктуация, нормализация числа); RAG по корпоративным терминам / отраслевым знаниям / историческим протокол совещания; + 5 - 10% общей точности на вершине инженерии
Рекомендуемые продукты
VV10 Enterprise Server
10 каналов · полный локальное развертывание
VV10 представляет собой корпоративный 10-канальный двигатель с краевым NPU в 326 TOPS и 48 ГБ памяти высокой пропускной способности.Полная локальная обработка, нулевая утечка данных, унифицированная веб-консоль - отвечает требованиям MLPS уровня 3 и секретных требований для правительства, обороны, финансов и здравоохранения.
Узнать больше →ИИ-секретарь совещаний
VV05 Meeting Server
5 каналов · Edge NPU
VV05 - 5-канальный конференц-сервер департаментального уровня с edge NPU на 166 TOPS и 24 ГБ памяти с высокой пропускной способностью.Полная локальная обработка, нулевой утечка данных, распределенная аудиоaggregation и единая веб-консоль - построенная для центров исследований и разработок, финансовых учреждений и узлов сети.
Узнать больше →Локальное ПОSpeech Engine (только программное обеспечение)
Конформер E2E · в режиме реального времени на CPU · полностью офлайн
Построен на внутреннем двигателе NEU NLP Lab с Conformer + CTC / Attention E2E Архитектура.Квантизация INT8 / INT4, обрезка, дистилляция знаний и слияние операторов позволяют ASR в режиме реального времени только на CPU.Поддерживает 30 языков + 22 диалектов, LLM перевод / резюме на 100 языках, машинный перевод с скоростью ≥800 символов / с и 10: 1 файл речевая транскрипцияВстроенная поддержка NVIDIA (T4 / L4 / A10 / A100), Ascend (310P / 910B), Cambricon (MLU370 / 590) и Hygon DCU; развертывание Docker / K8s одним кликом.
Узнать больше →ИИ-секретарь совещаний
Голосовая карта V06
Карточный размер · носить везде
V06 - это портативный магнитофон размером с визитную карточку с алюминиевым корпусом ЧПУ, двойными микрофонами и костной проводностью.Однократная запись и автоматическая синхронизация с облачным или локальным сервером превращают личные встречи в доступные для поиска знания.
Узнать больше →Интеграция OA
VoiVision глубоко интегрируется с ведущими офисными платформами - протокол совещания прямо в ваш рабочий процесс.
- ✓Более высокая точность ASR напрямую улучшает синхронизированную OA протокол совещания
- ✓Более точное извлечение решений / todos / владельцев
- ✓Интеграция с WeCom / DingTalk / Feishu
Персонализированная демо-версия
Расскажите нам о вашем сценарии встреч и потребностях в соблюдении стандартов - получите индивидуальный план.