VoiVision AI

语音转写引擎(纯软件交付)

Conformer E2E · CPU 实时推理 · 纯离线

基于东北大学 NLP 实验室自研引擎,采用 Conformer + CTC/Attention 端到端架构,结合 INT8/INT4 量化、剪枝、知识蒸馏与算子融合技术,纯 CPU 即可实时语音识别。支持 30 语种 + 22 方言识别,LLM 翻译/摘要覆盖 100 语种,机器翻译 ≥ 800 字/秒,文件转写效率 10:1。原生适配 NVIDIA(T4/L4/A10/A100)、昇腾(Ascend 310P/910B)、寒武纪(MLU370/590)、海光 DCU,Docker/K8s 一键部署。

核心亮点

  • Conformer + CTC/Attention 端到端架构
  • CPU 实时推理 · 无需 GPU
  • INT8/INT4 量化 + 剪枝 + 知识蒸馏
  • LM 计算负担减少 70% · 准确率提升 10–20%
  • 30 语种 + 22 方言识别 · LLM 翻译/摘要 100 语种
  • 机器翻译 ≥ 800 字/秒 · 文件转写效率 10:1
  • ASR×OCR 多模态融合 · 术语识别率 94%+
  • 适配 NVIDIA / 昇腾 / 寒武纪 / 海光 · Docker/K8s · RESTful/WebSocket

软件功能模块

机器翻译

提供文本翻译能力,支持 100 语种互译

  • 翻译速度 ≥ 800 字/秒
  • 支持中英文等多语种互译

语音识别

实时流式识别、一句话识别与音频文件识别三种模式

  • 实时语音识别:提供实时转写文本
  • 一句话语音识别
  • 音频文件识别:提供文件转写文本

大模型纪要

基于大模型生成结构化会议纪要

  • 中文纪要生成:文本纪要、图文纪要
  • 待办任务自动提取
  • 思维导图呈现

用户侧 API 对接

与企业微信 / OA 双向数据互通

  • 提供私有化会议纪要平台与企业微信、第三方自有 OA 系统的 API 接口
  • 支持在企业微信 / OA 端展示、查询、管理会议纪要全量内容,完成系统功能联动

预约一场专属 Demo

告诉我们你的会议场景与合规要求,获取一对一定制方案。

立即预约
在线咨询