Tech & Экосистема

Четыре линейки оборудования · один двигатель · полное покрытие

Речевой движок ИИ

Основываясь на результатах исследований NEU NLP Lab, мы реархитектурировали трубопровод ASR из традиционного каскада AM + LM + Decoder в сквозную нейронную модель (E2E).Используя гибридное моделирование Conformer + CTC / Attention, в сочетании с квантизацией INT8 / INT4, обрезкой, дистилляцией знаний, структурной репараметризацией и операторным слиянием, двигатель достигает ASR в режиме реального времени на одном CPU - GPU не требуется.Легкое языковое моделирование с адаптивным контекстным сжатием снижает вычисления LM более чем на 70%, а точность распознавания улучшается на 10 - 20% по сравнению с традиционными подходами.

▸Модель E2E: Conformer + CTC / Attention гибрид, устранение акустического / языкового моделирования накопления ошибок
▸Квантизация и обрезка INT8 / INT4: резко уменьшенные параметры для вывода CPU в реальном времени
▸Дистилляция знаний и структурная репараметризация: компактная модель с высоким уровнем обобщения
▸Оптимизация слияния операторов и кэша: повышение эффективности матрицы CPU
▸Легкий LM: внутреннее адаптивное сжатие контекста LM +, сокращение вычислений на 70%
▸Контекст-усиленное обучение и ограниченное самовнимание: высокая точность в условиях с низкими ресурсами

Поддержка ускорителей

•NVIDIA: T4 / L4 / A10 / A100
•Ascend: 310P / 910B
•Cambricon: MLU370 / MLU590
•Hygon DCU (только CPU-только работает)

Полная интеграция OA

•WeCom
•DingTalk
•Feishu
•Landray
•Seeyon

Развертывание

•Docker / K8s однократный клик
•Bare-metal
•Облачность правительства / частное облако / SIEM
•RESTful API / WebSocket

Исследование двигателя Технологический запрос

22 Китайские диалекты · Автоматическое обнаружение

Покрывает китайские диалекты 22: ветви 15 Mandarin, плюс Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese).Система автоматически обнаруживает язык и диалект, обрабатывает смешанную китайско-английскую речь без ручного переключения и охватывает встречи, которые смешивают Mandarin с диалектом.

Диалектное покрытие

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

Три пути к более высокой точности

От общего ASR до точности промышленного класса, точность может быть повышена по трем путям, свободно комбинированным в зависимости от скорости развертывания:

1 Экран OCR (zero-config): повышение узнаваемости с помощью содержания на экране - точность термина 72% → 94%+
2 Инъекция горячих слов (минуты): добавление доменных терминов без переобучения ASR; горячие слова вводятся в декодер в < 500ms
3 Вертикальная модель (неделей): уточнение корпорации клиентов, чтобы лучше соответствовать бизнес-терминам и формулировкам

LLM Пост-коррекция · +5–10% Общая

Транскрипты обрабатываются во второй раз с помощью LLM: коррекция ошибок, сглаживание, автоматическая пунктуация и нормализация числа, плюс увеличение RAG из базы знаний предприятия для правильных существительных и бизнес-термина - повышает общую точность еще на 5 - 10%.

✓Исправление ошибок: исправление гомофонов и ошибок транскрипции
✓Сглаживание: объединение фрагментов и аккуратная речевая фраза
✓Авто-пунктирование: восстановление перерывов предложений и пунктов
✓Нормализация числа: объединение сумм / дат / идентификаторов
✓Увеличение RAG: исправление собственных имен против предприятия KB

ASR × OCR Multimodal Fusion

Знание содержания экрана × динамическое улучшение ASR

VoiVision связывает ASR с на устройстве OCR, используя визуальное содержимое экрана (PPT / docs / whiteboard) для повышения эффективности распознавание речи. BJ66+ WCB06 захватывает экран через проводные и беспроводные каналы; на устройстве большой модели OCR читает текст кадра за кадрами; база знаний домена автоматически совпадает и вводит доменные термины в декодер ASR, повышая точность в таких терминологически плотных сценах, как лекции, консультации и роудшоу.

Четырехступенчатый замкнутый цикл

▸1 Захват: BJ66+ WCB06 захватывает поток байтов экрана (HDMI-in + wireless)
▸2 на устройстве OCR: кадра-за-кадра анализ текста PPT / docs / whiteboard
▸3 KB матч: 200+ дисциплины ключевое слово словарей авто-выравнивание
▸4 ключевое слово injection: доменные термины динамически вставляются в декодер ASR

Ключевые преимущества

✓Полностью локальный локальное развертывание - данные никогда не оставляют места
✓Горячезаменяемый домен KBs (образование / здравоохранение / финансы / право)
✓Новые домены не нуждаются в переподготовке ASR - ключевое слово вступает в силу мгновенно
✓ключевое слово injection < 500ms, frame-level OCR < 500ms

Общий исходный уровень точности термина ASR ~ 72% → Fusion ASR×OCR повышается до 94%+ (тест лекции NEU NLP Lab)

Интеграция OA

· протокол совещания входит в ваш рабочий процесс

VoiVision глубоко интегрируется с ведущими офисными платформами и платформами для совместной работы - автоматическая синхронизация протокол совещания, интеллектуальная извлечение todo, однотерминальное многоплатформенное управление - встраивая Интеллект совещаний непосредственно в существующие рабочие процессы предприятия.

WeCom

•Синхронизация календаря · контакты
•Поток утверждения · push-app
•Auto протокол совещания sync · todo

DingTalk

•Синхронизация календаря · совещания mgmt
•Уведомление об утверждении
•Todo · многомерные листы

Feishu

•Sync Calendar · docs
•Msg уведомление · встречи
•Одобрение · Enterprise Wiki

Landray / Seeyon

•Эко интеграция · SSO
•Ссылка на движок рабочего процесса
•Заказ самостоятельно построенный OA

Персонализированная демо-версия

Расскажите нам о вашем сценарии встреч и потребностях в соблюдении стандартов - получите индивидуальный план.

Забронировать