การเพิ่มประสิทธิภาพการจดจํา ASR
ภาษาถิ่น × วิศวกรรมท่อเต็มรูปแบบ
สร้างขึ้นบนสี่ขั้นตอน - พื้นฐานภาษาถิ่นความเชี่ยวชาญภาษาถิ่นวิศวกรรมบนอุปกรณ์และการแก้ไขตาม LLM - เพื่อผลักดันความแม่นยําในการประชุมองค์กร ASR ให้อยู่ในระดับชั้นนําของอุตสาหกรรม: ความแม่นยําหลายภาษา≥90% โดยมีกําไรโดยรวมเพิ่มขึ้น 5-10% ด้านบนของวิศวกรรม
ความท้าทายที่สําคัญ
- !ความแม่นยําไม่สอดคล้องกันในภาษาถิ่นมากกว่า 10 ภาษา
- !อะคูสติกที่ซับซ้อน: เสียง, เสียงสะท้อน, สนามไกล
- !คําศัพท์อุตสาหกรรม / ชื่อ / ตัวย่อที่ยากที่จะครอบคลุมทั่วไป
- !ผลลัพธ์จะต้องอ่านได้ค้นหาได้ประมวลผลหลัง
แนวทางของเรา
- ✓พื้นฐานภาษาถิ่น: ครอบคลุม 10+ ภาษาถิ่น (จีนกลาง, กวางตุ้ง, เสฉวน, วู, มิน, ภาคตะวันออกเฉียงเหนือฯลฯ);การฝึกอบรมโดยเฉพาะ + ตัวถอดรหัสอิสระ + ภาษาถิ่น LM; ความแม่นยําของภาษาถิ่นที่วัดได้≥90%
- ✓ความเชี่ยวชาญในภาษาถิ่น: ฝังภาษาถิ่น + การฝึกอบรมร่วมกันแบบมัลติทาสก์ปิดช่องว่างกับภาษาจีนกลาง; ASR ทั่วไป + ภาษาถิ่น LM แบบเสียบร้อนภาษาถิ่นใหม่โดยไม่ต้องฝึกอบรมใหม่; การปรับแต่งระยะเวลาอุตสาหกรรมต่อลูกค้า
- ✓วิศวกรรมบนอุปกรณ์: front-end AGC / AEC / ANC; การรับรู้เนื้อหาหน้าจอ OCR →โดเมนแบบไดนามิก - การฉีดคำสำคัญเข้าไปในตัวถอดรหัส ASR; ท่อเต็มรูปแบบบนอุปกรณ์, E2E แฝง <1 วินาทีข้อมูลไม่เคยออกจากสถานที่
- ✓แก้ไขตาม LLM: การแก้ไขบริบทที่รับรู้ LLM (แก้ไขข้อผิดพลาด, เรียบเครื่องหมายวรรคตอน, การทําให้เป็นปกติของตัวเลข); RAG มากกว่าคําศัพท์ขององค์กร / ความรู้อุตสาหกรรม / บันทึกการประชุมในอดีต; + 5-10% ความถูกต้องโดยรวมด้านบนของวิศวกรรม
ผลิตภัณฑ์แนะนํา
เซิร์ฟเวอร์ VV10 Enterprise
10 ช่อง·เต็มการติดตั้งแบบ on-premise
VV10 เป็นเครื่องยนต์ 10 ช่องทางสําหรับองค์กรที่มีขอบ NPU ที่ 326 TOPS และหน่วยความจําแบนด์วิดธ์สูง 48Gการประมวลผลแบบท้องถิ่นเต็มรูปแบบศูนย์การรั่วไหลของข้อมูลเว็บคอนโซลแบบครบวงจร - ตอบสนอง MLPS Level 3 และความต้องการที่จัดประเภทสําหรับรัฐบาลการป้องกันการเงินและการดูแลสุขภาพ
เรียนรู้เพิ่มเติม →ผู้ช่วยการประชุม AI
เซิร์ฟเวอร์การประชุม VV05
5 ช่อง·ขอบ NPU
VV05 เป็นเซิร์ฟเวอร์การประชุม 5 ช่องทางเกรดแผนกที่มีขอบ NPU ที่ 166 TOPS และหน่วยความจําแบนด์วิดธ์สูง 24Gการประมวลผลแบบท้องถิ่นเต็มรูปแบบ, ศูนย์การรั่วไหลของข้อมูล, การรวมเสียงแบบกระจายและเว็บคอนโซลแบบครบวงจร - สร้างขึ้นสําหรับศูนย์ R&D สถาบันการเงินและศูนย์กลางโซ่
เรียนรู้เพิ่มเติม →ซอฟต์แวร์แบบ on-premiseเครื่องมือพูด (เฉพาะซอฟต์แวร์)
Conformer E2E·เรียลไทม์ใน CPU·ออฟไลน์อย่างเต็มที่
สร้างขึ้นบนเครื่องยนต์ในบ้านของ NEU NLP Lab ด้วย Conformer + CTC / Attention E2E สถาปัตยกรรมการกําหนดปริมาณ INT8 / INT4 การตัดแต่งกิ่งการกลั่นความรู้และการฟิวชั่นของผู้ประกอบการช่วยให้ ASR แบบเรียลไทม์บน CPU เพียงอย่างเดียวสนับสนุน 30 ภาษา + 22 ภาษาถิ่น, การแปล / สรุป LLM ใน 100 ภาษา, การแปลด้วยเครื่องที่ ≥800 ตัวอักษร / วินาที, และ 10:1 ไฟล์การถอดเสียงเป็นข้อความ.การสนับสนุนพื้นเมืองสําหรับ NVIDIA (T4 / L4 / A10 / A100), Ascend (310P / 910B), Cambricon (MLU370 / 590) Hygon DCU; Docker / K8s ปรับใช้คลิกเดียว
เรียนรู้เพิ่มเติม →ผู้ช่วยการประชุม AI
การ์ดเสียง V06
ขนาดการ์ด · พกพาได้ทุกที่
V06 เป็นเครื่องบันทึกแบบพกพาขนาดนามบัตรที่มีตัวถังอลูมิเนียมซีเอ็นซีไมค์ omni แบบคู่รวมถึงการนํากระดูกการบันทึกเพียงแตะเดียวและการซิงค์อัตโนมัติกับระบบคลาวด์หรือเซิร์ฟเวอร์บนพื้นที่เปลี่ยนการประชุมส่วนบุคคลให้กลายเป็นความรู้ที่สามารถค้นหาได้
เรียนรู้เพิ่มเติม →การบูรณาการ OA
VoiVision ผสานเข้ากับแพลตฟอร์มสํานักงานชั้นนําอย่างลึกซึ้ง - บันทึกการประชุมเข้ากับเวิร์กโฟลว์ของคุณ
- ✓ความแม่นยําของ ASR ที่สูงขึ้นจะช่วยปรับปรุง OA ที่ซิงค์บันทึกการประชุมโดยตรง
- ✓การสกัดที่ถูกต้องมากขึ้นของการตัดสินใจ / todos / เจ้าของ
- ✓บูรณาการกับ WeCom / DingTalk / Feishu
จองการสาธิตส่วนบุคคล
บอกเราสถานการณ์การประชุมและความต้องการในการปฏิบัติตามกฎระเบียบของคุณ - รับแผนที่เหมาะสม