Tech & Ekosistem
Dört donanım hattı · bir motor · tam kapsama alanı
AI Ses Motoru
NEU NLP Laboratuvarının şirket içi araştırmalarına dayanarak, ASR boru hattını geleneksel AM+LM+Decoder kasasından uçtan uca (E2E) nöral modeline yeniden mimari ettik. Conformer + CTC/Attention hibrit modelleme, INT8/INT4 kuantitasyon, budama, bilgi damıtma, yapısal yeniden parameterizasyon ve operatör füzyonu ile birleştirilmiştir, motor sadece CPU üzerinde gerçek zamanlı ASR elde eder - GPU gerekmez. Adaptif bağlam sıkıştırma ile hafif dil modelleme, LM hesaplamasını% 70'den fazla azaltırken, tanıma doğruluğu geleneksel yaklaşımlara göre% 10-20 artırır.
- ▸E2E modeli: Conformer + CTC / Attention hibrit, akustik / dil modelleme hatası birikmesini ortadan kaldırır
- ▸INT8 / INT4 kuantitasyon ve budama: gerçek zamanlı CPU çıkarımları için drastik olarak azaltılmış parametreler
- ▸Bilgi damıtma ve yapısal yeniden parametreleştirme: yüksek genelleştirme ile kompakt model
- ▸Operatör füzyonu ve önbellek optimizasyonu: gelişmiş CPU matris verimliliği
- ▸Hafif LM: Dahili LM + uyarlamalı bağlam sıkıştırma,% 70 hesaplama azaltma
- ▸Bağlam Geliştirilmiş Eğitim ve Kısıtlanmış Öz Dikkat: Düşük Kaynak Koşullarında Yüksek Hassaslık
© VoiVision Speech Transcription Meeting Software V1.0
Hızlandırıcı desteği
- •NVIDIA: T4 / L4 / A10 / A100
- •Ascend: 310P / 910B
- •Cambricon: MLU370 / MLU590
- •Hygon DCU (yalnızca CPU de çalışır)
Tam OA entegrasyonu
- •WeCom
- •DingTalk
- •Feishu
- •Landray
- •Seeyon
Deployment
- •Docker / K8s tek tıklama
- •Bare-metal
- •Gov cloud / özel bulut / SIEM
- •RESTful API / WebSocket
22 Çince lehçeleri · Otomatik algılama
22 Çince lehçelerini kapsar: 15 Mandarin dalları, artı Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese). Sistem dili ve lehçesini otomatik olarak algılar, manuel geçiş olmadan karışık Çince-İngilizce konuşmasını ele alır ve Mandarin lehçesini karıştıran toplantıları kapsar.
Dialect Coverage (İngilizce)
- ▸15 Mandarin şubeleri (Northeastern / Pekin / Jilu / Zhongyuan / Lan-Yin / Jiang-Huai, vb.)
- ▸- Wu (Jiangsu-Zhejiang-Shanghai)
- ▸Min (Southern Min / Eastern Min / Teochew)
- ▸Jiangxi (Gan)
- ▸Yue (Cantonese / Hong-Kong Cantonese)
Daha yüksek doğruluk için üç yol · Yığınlanabilir
Genel bir ASR 'den endüstri sınıfı hassasyona kadar, doğruluk, üç yol boyunca adım adım yükseltilebilir, sürüm hızı ile serbestçe birleştirilmektedir:
- 1 Ekran OCR (zero-config): Ekran içerikleri ile tanınmayı arttırın - terim doğruluğu 72% → 94%+
- 2 Hotword enjeksiyonu (dakikalar): ASR yeniden eğitilmeden alan terimleri ekle; < 500ms 'deki kod çözücüye enjekte edilen hotwords
- 3 Dikey model (haftalar): iş terimleri ve ifadeleri daha iyi uyum sağlamak için müşteri korpusları üzerinde ince ayarlama
LLM Post Correction · +5–10% Genel
Transkriptler bir LLM tarafından ikinci kez işlenir: hata düzeltme, düzeltme, otomatik noktalama ve sayı normalleştirme, artı uygun isimler ve iş terimleri için kurumsal bilgi tabanından RAG artırma - genel doğruluğu% 5-10 daha yükseltir.
- ✓Hata düzeltmesi: homophon ve transkripsiyon hataları düzeltmek
- ✓Yumuşatma: parçaları birleştir ve temiz konuşulan cümleler
- ✓Otomatik noktalama: cümle kesmeleri ve paragrafları geri yükleme
- ✓Sayı normalleştirme: tutarları / tarihleri / kimlikleri birleştirir
- ✓RAG augmentation: correct proper nouns against the enterprise KB
ASR × OCR Multimodal Fusion (Çeşitli Füzyon)
Ekran içerik farkındalığı × dinamik ASR geliştirme
VoiVision, ASR 'yi cihaz üzerinde OCR ile bağlar, ekranın görsel içeriğini (PPT / docs / whiteboard) kullanarak konuşma tanıma' yi güçlendirir. BJ66+ WCB06 kablolu + kablosuz kanallar aracılığıyla ekranı yakalar; cihaz üzerinde büyük model OCR metin karesini kareye okur; alan bilgisi tabanı otomatik olarak eşleşir ve ASR çözücüye alan terimlerini enjekte eder - konferanslar, danışmanlıklar ve roadshowlar gibi terminoloji yoğun sahnelerde doğruluğu arttırır.
Dört adım kapalı döngü
- ▸1 Yakalama: BJ66+ WCB06 ekran bayt akışını yakalar (HDMI-in + kablosuz)
- ▸2 cihaz üzerinde OCR: PPT / docs / whiteboard metininin kare-karede ayrıştırılması
- ▸3 KB maç: 200+ disiplin sıcak kelime sözlükleri otomatik hizalama
- ▸4 sıcak kelime enjeksiyonu: ASR çözücüye dinamik olarak enjekte edilen alan terimleri
Anahtar avantajlar
- ✓Tamamen yerel şirket içi dağıtım - veriler asla yer bırakmaz
- ✓Hot-swappable domain KBs (eğitim / sağlık / finans / hukuk)
- ✓Yeni alanlar ASR yeniden eğitime ihtiyaç duymaz - sıcak kelime anında etkisiz hale gelir
- ✓sıcak kelime enjeksiyonu < 500ms, çerçeve seviyesinde OCR < 500ms
OA entegrasyonu
Ana akım ofis platformları ile sorunsuz · toplantı tutanağı iş akışınıza
VoiVision, önde gelen ofis ve işbirliği platformları ile derinlemesine entegre eder - otomatik toplantı tutanağı senkronizasyonu, akıllı todo ekstraksiyonu, tek uçlu çoklu platform yönetimi - Toplantı Zekası 'yi doğrudan mevcut kurumsal iş akışlarına gömüyor.
WeCom
- •Takvim senkronizasyonu · kişiler
- •Onay akışı · app push
- •Otomatik toplantı tutanağı senkronizasyonu · todo
DingTalk
- •Takvim senkronizasyonu · toplantı mgmt
- •DING bildirim · onay
- •Todo · çok boyutlu sayfalar
Feishu
- •Takvim senkronizasyonu · docs
- •Msg bildirim · toplantı
- •Onaylama · enterprise wiki
Landray / Seeyon
- •Eko entegrasyon · SSO
- •İş akışı motoru bağlantısı
- •Özel kendi üretti OA
Kişiselleştirilmiş bir demo
Toplantı senaryosunuzu ve uyum gereksinimlerinizi bize anlatın - özel bir plan alın.