技术与生态

22 种方言 · 自动识别

覆盖 22 种中国方言：15 种官话分支，以及吴语、闽语、赣语、粤语（粤语 / 港式粤语）。系统自动检测语种与方言，中英混说无需手动切换，覆盖普通话 + 方言的混合会议场景。

方言构成

• ▸官话分支 15 种（东北 / 北京 / 冀鲁 / 中原 / 兰银 / 江淮等）
• ▸吴语（江浙沪）
• ▸闽语（闽南 / 闽东 / 潮汕）
• ▸赣语（江西）
• ▸粤语（广州话 / 港式粤语）

准确率优化三路径 · 可逐层叠加

从通用 ASR 到行业级高精度，准确率可沿三条路径逐层提升，按落地节奏自由组合：

• ① 投屏 OCR（零配置）：用会议投屏内容反向增强识别，术语识别率 72% → 94%+
• ② 热词注入（分钟级）：新增领域术语无需重训 ASR，热词 < 500ms 注入解码器
• ③ 垂类模型（周级）：基于客户语料微调，进一步贴合业务术语与表达习惯

LLM 智能修正 · 整体再提升 5–10%

转写结果经大语言模型二次处理：纠错、顺滑、自动标点、数字归一化，并结合企业知识库 RAG 增强专有名词与业务术语，整体识别率再提升 5–10%。

• ✓纠错：修正同音字与转写错误
• ✓顺滑：合并碎句、理顺口语表达
• ✓自动标点：还原句读与段落
• ✓数字归一化：金额 / 日期 / 编号统一格式
• ✓RAG 增强：结合企业知识库校正专有名词

ASR × OCR 多模态融合创新

投屏内容感知 × 语音识别动态增强

语像智能将 ASR 与端侧 OCR 联动，用投屏画面（PPT / 文档 / 板书）的视觉内容反向增强语音识别。BJ66+WCB06 双通道捕获投屏画面，端侧大模型 OCR 逐帧识别文字，领域知识库自动匹配并将专业术语动态注入 ASR 解码器，让转写在上课、会诊、路演等术语密集场景下准确率显著提升。