เทค & ระบบนิเวศ

สี่สายฮาร์ดแวร์ · หนึ่งเครื่องยนต์ · ครอบคลุมเต็มรูปแบบ

เอ็นจินเสียง AI

สร้างขึ้นจากการวิจัยภายในของ NEU NLP Lab เราสร้างสถาปัตยกรรมท่อ ASR จากน้ําตก AM + LM + Decoder แบบดั้งเดิมเป็นแบบจําลองประสาทแบบ end-to-end (E2E)การใช้การสร้างแบบจําลองแบบไฮบริด Conformer + CTC / Attention รวมกับการกําหนดปริมาณ INT8 / INT4 การตัดแต่งกิ่งการกลั่นความรู้การปรับพารามิเตอร์โครงสร้างใหม่และฟิวชั่นผู้ประกอบการเครื่องยนต์จะประสบความสําเร็จใน ASR แบบเรียลไทม์บน CPU เพียงอย่างเดียว - ไม่จําเป็นต้องใช้ GPUการสร้างแบบจําลองภาษาที่มีน้ําหนักเบาพร้อมการบีบอัดบริบทแบบปรับตัวช่วยลดการคํานวณ LM มากกว่า 70% ในขณะที่ความแม่นยําในการจดจําเพิ่มขึ้น 10-20% เมื่อเทียบกับวิธีการแบบดั้งเดิม

▸รุ่น E2E: Conformer + CTC / Attention ไฮบริดขจัดการสะสมข้อผิดพลาดการสร้างแบบจําลองอะคูสติก / ภาษา
▸การกําหนดปริมาณและการตัดแต่งกิ่ง INT8 / INT4: ลดพารามิเตอร์อย่างมากสําหรับการอนุมาน CPU แบบเรียลไทม์
▸การกลั่นความรู้และการพารามิเตอร์โครงสร้างใหม่: แบบจําลองขนาดกะทัดรัดที่มีการทั่วไปสูง
▸การเพิ่มประสิทธิภาพการรวมตัวประกอบการและแคช: ปรับปรุงประสิทธิภาพเมทริกซ์ CPU
▸LM น้ําหนักเบา: ภายใน LM + การบีบอัดบริบทแบบปรับตัว, ลดการคํานวณ 70%
▸การฝึกอบรมที่เพิ่มขึ้นในบริบทและความสนใจในตนเองที่จํากัด: ความแม่นยําสูงในสภาวะที่มีทรัพยากรต่ํา

การสนับสนุน Accelerator

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

การรวม OA เต็มรูปแบบ

•WeCom
•DingTalk
•Feishu
•Landray
•Seeyon

การปรับใช้

•Docker / K8s คลิกเดียว
•เปลือยโลหะ
•คลาวด์ Gov / คลาวด์ส่วนตัว / SIEM
•RESTful API / WebSocket

สํารวจเครื่องยนต์สอบถามข้อมูลด้านเทคโนโลยี

22 ภาษาจีน · ตรวจจับอัตโนมัติ

ครอบคลุม 22 ภาษาจีน: 15 Mandarin สาขา, บวก Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese).ระบบตรวจจับภาษาและภาษาถิ่นโดยอัตโนมัติจัดการกับการพูดภาษาจีน - อังกฤษแบบผสมโดยไม่ต้องสลับด้วยตนเองและครอบคลุมการประชุมที่ผสม Mandarin กับภาษาถิ่น

ความคุ้มครองภาษาถิ่น

▸สาขา 15 Mandarin (Northeastern / ปักกิ่ง / Jilu / Zhongyuan / Lan-Yin / Jiang-Huai ฯลฯ)
▸Wu (Jiangsu-Zhejiang-Shanghai)
▸Min (Southern Min/Eastern Min/Teochew)
▸Gan(Jiangxi)
▸Yue (Cantonese / Hong-Kong Cantonese)

สามเส้นทางเพื่อความแม่นยําที่สูงขึ้น·ซ้อนกันได้

จาก ASR ทั่วไปไปถึงความแม่นยําระดับอุตสาหกรรมความแม่นยําสามารถยกระดับได้ทีละขั้นตอนตามสามเส้นทางรวมกันได้อย่างอิสระตามความเร็วในการเปิดตัว:

1 หน้าจอ OCR (zero-config): เพิ่มการจดจําด้วยเนื้อหาบนหน้าจอ - ความถูกต้องของคํา 72% → 94%+
2 การฉีด Hotword (นาที): เพิ่มคําศัพท์โดเมนโดยไม่ต้องฝึกซ้อม ASR; hotwords ฉีดเข้าไปในตัวถอดรหัสใน < 500ms
3 รูปแบบแนวตั้ง (สัปดาห์): ปรับแต่งองค์กรลูกค้าให้เหมาะสมกับเงื่อนไขทางธุรกิจและวลี

LLM โพสต์การแก้ไข · +5–10% โดยรวม

การถอดเสียงจะถูกประมวลผลเป็นครั้งที่สองโดย LLM: การแก้ไขข้อผิดพลาดการปรับให้เรียบเครื่องหมายวรรคตอนอัตโนมัติและการทําให้เป็นปกติของตัวเลขรวมถึงการเพิ่ม RAG จากฐานความรู้ขององค์กรสําหรับคํานามและคําศัพท์ทางธุรกิจที่เหมาะสม - ยกความถูกต้องโดยรวมเพิ่มขึ้นอีก 5-10%

✓การแก้ไขข้อผิดพลาด: แก้ไขข้อผิดพลาดของ homophones และการถอดความ
✓เรียบ: ผสานชิ้นส่วนและวลีที่พูดเรียบร้อย
✓เครื่องหมายวรรคตอนอัตโนมัติ: คืนค่าการแบ่งประโยคและย่อหน้า
✓การปรับตัวเลขเป็นปกติ: รวมจํานวนเงิน / วันที่ / IDs
✓การเสริม RAG: คํานามที่ถูกต้องกับองค์กร KB

ASR × OCR ฟิวชั่นมัลติโหมด

การรับรู้เนื้อหาหน้าจอ × การเพิ่มประสิทธิภาพแบบไดนามิก ASR

VoiVision เชื่อมโยง ASR กับบนอุปกรณ์ OCR โดยใช้เนื้อหาภาพของหน้าจอ (PPT / docs / ไวท์บอร์ด) เพื่อเพิ่มการรู้จำเสียงพูด BJ66+ WCB06 จับภาพหน้าจอผ่านช่องทางแบบมีสาย + ไร้สาย; บนอุปกรณ์รุ่นใหญ่ OCR อ่านเฟรมข้อความโดยเฟรม; ฐานความรู้โดเมนจับคู่โดยอัตโนมัติและฉีดคําโดเมนลงในตัวถอดรหัส ASR - ยกความแม่นยําในฉากที่มีความหนาแน่นของคําศัพท์เช่นการบรรยายการให้คําปรึกษาและโรดโชว์

ห่วงปิดสี่ขั้นตอน

▸1 การจับภาพ: BJ66+ WCB06 คว้าสตรีมไบต์หน้าจอ (HDMI-in + ไร้สาย)
▸2 บนอุปกรณ์ OCR: การวิเคราะห์แบบเฟรมโดยเฟรมของข้อความ PPT / docs / ไวท์บอร์ด
▸3 การแข่งขัน KB: 200+ วินัยคำสำคัญพจนานุกรมอัตโนมัติจัดตําแหน่ง
▸4 การฉีดคำสำคัญ: คําศัพท์โดเมนแบบไดนามิกฉีดเข้าไปในตัวถอดรหัส ASR

ข้อดีที่สําคัญ

✓การติดตั้งแบบ on-premise ท้องถิ่นอย่างเต็มที่ - ข้อมูลไม่เคยออกจากห้อง
✓โดเมนแบบ Hot-swappable KBs (การศึกษา / การดูแลสุขภาพ / การเงิน / กฎหมาย)
✓โดเมนใหม่ไม่จําเป็นต้องฝึกซ้อม ASR - คำสำคัญมีผลทันที
✓การฉีดคำสำคัญ <500ms, ระดับเฟรม OCR <500ms

ความถูกต้องของคํา ASR ทั่วไป ~72% →ฟิวชั่น ASR×OCR ยกขึ้นเป็น 94%+ (การทดสอบการบรรยายชั่วโมง NEU NLP Lab)

การบูรณาการ OA

ไม่มีรอยต่อกับแพลตฟอร์มสํานักงานหลัก · บันทึกการประชุมเข้าสู่เวิร์กโฟลว์ของคุณ

VoiVision บูรณาการอย่างลึกซึ้งกับแพลตฟอร์มสํานักงานและการทํางานร่วมกันชั้นนํา - การซิงค์บันทึกการประชุมอัตโนมัติการสกัดแบบอัจฉริยะการจัดการหลายแพลตฟอร์มแบบเทอร์มินัลเดียว - ฝังประชุมอัจฉริยะโดยตรงในเวิร์กโฟลว์ขององค์กรที่มีอยู่

WeCom

•การซิงค์ปฏิทิน·รายชื่อ
•กระแสการอนุมัติ·ผลักดันแอป
•ซิงค์อัตโนมัติบันทึกการประชุม·todo

DingTalk

•ปฏิทินซิงค์·การประชุม mgmt
•DING แจ้ง·อนุมัติ
•Todo·แผ่นหลายมิติ

Feishu

•ซิงค์ปฏิทิน·เอกสาร
•Msg แจ้ง·ประชุม
•อนุมัติ·วิกิองค์กร

Landray / Seeyon

•บูรณาการเชิงนิเวศ·SSO
•การเชื่อมโยงเครื่องยนต์เวิร์คโฟลว์
•OA ที่สร้างขึ้นเองเอง

จองการสาธิตส่วนบุคคล

บอกเราสถานการณ์การประชุมและความต้องการในการปฏิบัติตามกฎระเบียบของคุณ - รับแผนที่เหมาะสม

จองเลย