Công nghệ & Hệ sinh thái
Bốn dòng phần cứng · một động cơ · bảo hiểm đầy đủ
Động cơ giọng nói AI
Được xây dựng dựa trên nghiên cứu trong nhà của NEU NLP Lab, chúng tôi đã kiến trúc lại đường ống ASR từ thác truyền thống AM + LM + Decoder thành mô hình thần kinh đầu-đến-đầu (E2E). Sử dụng mô hình lai Conformer + CTC / Attention, kết hợp với lượng tử hóa INT8 / INT4, cắt tỉa, chưng cất kiến thức, cấu trúc tái tham số hóa và hợp nhất vận hành, động cơ đạt được ASR thời gian thực trên CPU một mình - không cần GPU. Mô hình ngôn ngữ nhẹ với nén ngữ cảnh thích ứng làm giảm tính toán LM lên hơn 70%, trong khi độ chính xác nhận dạng cải thiện 10-20% so với các phương pháp truyền thống.
- ▸Mô hình E2E: Conformer + CTC / Attention hybrid, loại bỏ sự tích lũy lỗi mô hình âm thanh / ngôn ngữ
- ▸INT8 / INT4 lượng tử hóa & cắt tỉa: giảm đáng kể các thông số cho thời gian thực CPU suy luận
- ▸Chưng cất kiến thức và cấu trúc tái tham số hóa: mô hình nhỏ gọn với tổng quát hóa cao
- ▸Operator fusion & cache optimization: cải thiện hiệu quả ma trận CPU
- ▸LM nhẹ: nội bộ LM + nén ngữ cảnh thích ứng, giảm 70% tính toán
- ▸Context-enhanced training & constrained self-attention: độ chính xác cao trong điều kiện nguồn lực thấp
© VoiVision Speech Transcription Meeting Software V1.0 VoiVision Speech Transcription Meeting Software V1.0
Hỗ trợ Accelerator
- •NVIDIA: T4 / L4 / A10 / A100
- •Ascend: 310P / 910B
- •Cambricon: MLU370 / MLU590
- •Hygon DCU (chỉ có CPU cũng hoạt động)
Tích hợp đầy đủ OA
- •WeCom
- •DingTalk
- •Feishu
- •Landray
- •Seeyon
Triển khai
- •Docker / K8s một lần nhấp chuột
- •Trần kim loại
- •Đám mây Gov / đám mây riêng / SIEM
- •RESTful API / WebSocket
22 Phương ngữ Trung Quốc · Tự động phát hiện
Bao gồm các phương ngữ Trung Quốc 22: 15 Mandarin chi nhánh, cộng với Wu, Min, Gan and Yue (Cantonese / Hong-Kong Cantonese). Hệ thống tự động phát hiện ngôn ngữ và phương ngữ, xử lý tiếng nói hỗn hợp Trung - Anh mà không cần chuyển đổi thủ công và bao gồm các cuộc họp hỗn hợp Mandarin với phương ngữ.
Phạm vi phủ sóng phương ngữ
- ▸Chi nhánh 15 Mandarin (Northeastern / Bắc Kinh / Jilu / Zhongyuan / Lan-Yin / Jiang-Huai, v.v.)
- ▸15 (Jiangsu-Zhejiang-Shanghai)
- ▸Min (Southern Min / Eastern Min / Teochew)
- ▸Jiangxi (Gan)
- ▸Yue (Cantonese / Hong-Kong Cantonese)
Ba con đường để có độ chính xác cao hơn · Có thể xếp chồng lên nhau
Từ ASR chung đến độ chính xác cấp công nghiệp, độ chính xác có thể được nâng lên từng bước dọc theo ba con đường, kết hợp tự do theo tốc độ triển khai:
- Màn hình 1 OCR (zero-config): tăng cường nhận dạng với nội dung trên màn hình - độ chính xác thuật ngữ 72% → 94%+
- 2 Tiêm Hotword (phút): thêm các thuật ngữ miền mà không cần đào tạo lại ASR; hotwords được tiêm vào bộ giải mã trong < 500ms
- 3 Mô hình dọc (tuần): tinh chỉnh trên cơ sở khách hàng để phù hợp hơn với các điều khoản kinh doanh và cụm từ
LLM Post-Correction · +5–10% Tổng thể
Bảng ghi được xử lý lần thứ hai bởi LLM: sửa lỗi, làm mịn, tự động chấm câu và chuẩn hóa số, cộng với RAG tăng cường từ cơ sở kiến thức của doanh nghiệp cho danh từ thích hợp và thuật ngữ kinh doanh - nâng độ chính xác tổng thể lên 5-10%.
- ✓Sửa lỗi: sửa chữa đồng âm và lỗi phiên âm
- ✓Làm mịn: hợp nhất các mảnh và sắp xếp cụm từ nói
- ✓Tự động chấm câu: khôi phục lại đoạn văn và đoạn văn
- ✓Bình thường hóa số: thống nhất số tiền / ngày / ID
- ✓Tăng cường RAG: sửa các danh từ thích hợp chống lại doanh nghiệp KB
ASR × OCR Đa phương thức Fusion
Nhận thức về nội dung màn hình × tăng cường ASR năng động
VoiVision liên kết ASR với trên thiết bị OCR, sử dụng nội dung trực quan của màn hình (PPT / docs / whiteboard) để tăng cường nhận dạng giọng nói. BJ66+ WCB06 chụp màn hình thông qua các kênh có dây + không dây; OCR mô hình lớn trên thiết bị đọc từng khung văn bản; cơ sở kiến thức miền tự động phù hợp và tiêm các thuật ngữ miền vào bộ giải mã ASR - nâng cao độ chính xác trong các cảnh dày đặc thuật ngữ như các bài giảng, tư vấn và roadshow.
Vòng khép kín bốn bước
- ▸1 Chụp: BJ66+ WCB06 nắm lấy dòng byte màn hình (HDMI-in + không dây)
- ▸2 trên thiết bị OCR: phân tích từng khung của văn bản PPT / docs / whiteboard
- ▸3 KB trận đấu: 200+ kỷ luật từ khóa từ điển tự động căn chỉnh
- ▸4 Tiêm từ khóa: các thuật ngữ miền được tiêm động vào bộ giải mã ASR
Ưu điểm chính
- ✓Hoàn toàn địa phương triển khai tại chỗ - dữ liệu không bao giờ rời khỏi phòng
- ✓Tên miền có thể hoán đổi nóng KBs (giáo dục / chăm sóc sức khỏe / tài chính / pháp luật)
- ✓Tên miền mới không cần đào tạo lại ASR - từ khóa có hiệu lực ngay lập tức
- ✓Tiêm từ khóa < 500ms, OCR cấp khung < 500ms
Tích hợp OA
Liên tục với các nền tảng văn phòng chính · biên bản cuộc họp vào quy trình làm việc của bạn
VoiVision tích hợp sâu với các nền tảng văn phòng và cộng tác hàng đầu - đồng bộ hóa biên bản cuộc họp tự động, khai thác todo thông minh, quản lý đa nền tảng một thiết bị đầu cuối - nhúng Trí tuệ cuộc họp trực tiếp vào các quy trình công việc của doanh nghiệp hiện có.
WeCom
- •Đồng bộ hóa lịch · liên hệ
- •Quy trình phê duyệt · ứng dụng đẩy
- •Tự động biên bản cuộc họp đồng bộ · todo
DingTalk
- •Đồng bộ hóa lịch · cuộc họp mgmt
- •ĐING thông báo · chấp thuận
- •Todo · tấm đa chiều
Feishu
- •Đồng bộ hóa lịch · docs
- •Msg thông báo · cuộc họp
- •Phê duyệt · wiki doanh nghiệp
Landray / Seeyon
- •Tích hợp sinh thái · SSO
- •Liên kết công cụ Workflow
- •Tùy chỉnh tự xây dựng OA
Đặt một bản demo cá nhân
Hãy cho chúng tôi biết kịch bản cuộc họp và nhu cầu tuân thủ của bạn - nhận một kế hoạch phù hợp.