ASR 识别率优化

方言识别 × 全链路工程化

基于「方言识别基线 + 方言专项优化 + 端侧工程化处理 + LLM 智能修正」四道工艺，把企业真实会议场景下的语音识别率做到行业前列：多方言准确率 ≥ 90%，整体识别率在工程化基础上再提升 5–10%。

核心挑战

!十余种方言识别准确率参差不齐
!噪声、回声、远场等复杂声学环境
!客户行业术语 / 人名 / 缩写难以通用识别
!转写结果需可读、可检索、可二次加工

我们的方案

✓方言识别基线：覆盖普通话、粤语、川渝、吴语、闽南、东北话等十余种方言；方言专项模型训练 + 独立解码头 + 方言 LM，实测多方言识别准确率 ≥ 90%
✓方言专项优化：方言嵌入 + 多任务联合训练，缩小方言与普通话的距离；通用 ASR + 方言 LM 热插拔，新增方言无需重新训练；客户行业术语库个性化增强
✓端侧工程化处理：前端 AGC 自动增益 / AEC 回声消除 / ANC 噪声抑制；OCR 投屏内容感知 → 领域热词动态注入 ASR 解码器；全链路端侧纯本地，端到端延迟 < 1s，数据不出场
✓LLM 智能修正：LLM 上下文动态修正（纠错、顺滑、标点、数字归一化）；LLM 知识库 RAG 增强（企业术语 / 行业知识 / 历史纪要）；在工程化基础上整体识别率再提升 5–10%

推荐产品

AI 会议秘书

VV10 离线会议纪要服务器

10 路并发 · 全栈私有化

VV10 是企业级 10 路并发纪要引擎，内置边缘 NPU 提供 326 TOPS 算力与 48G 高显存，全链路本地处理、数据零出机房，Web 统一后台，满足等保三级及涉密要求，适合政府、军工、金融与医疗等高合规场景。

了解更多 →AI 会议秘书

VV05 离线会议纪要服务器

5 路并发 · 边缘 NPU

VV05 是部门级 5 路并发纪要服务器，内置边缘 NPU 提供 166 TOPS 算力与 24G 高显存，全链路本地处理、数据零出机房，支持分布式音频汇聚组网与 Web 统一后台，适合研发中心、金融机构与连锁区域中心。

了解更多 →私有化软件

ENGINE

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。

了解更多 →AI 会议秘书