AI训练
基于天垓100通用GPU芯片,及多机分布式训练框架的支持,帮助客户完成ASR、NLP、TTS等模型的代码迁移及训练。
智能语音包括语音识别、语义理解、自然语言处理、语音交互等,是当前最常见的人工智能应用之一。目前为了追求更准确的识别翻译结果以及实时效果,智能语音的高效训练与部署是该领域的重点落地方向。
智能语音包括语音识别、语义理解、自然语言处理、语音交互等,是当前最常见的人工智能应用之一。目前为了追求更准确的识别翻译结果以及实时效果,智能语音的高效训练与部署是该领域的重点落地方向。
SCENARIOS
智能语音
会议同传翻译、会议AI字幕、影视AI字幕、智能问答、智能客服等
CHALLENGES
快速适配、广泛支持
为确保准确性,模型需不定时更新,因此要求底层算力有快速适配、广泛支持的能力
实时翻译
通常要求低时延,基本达到实时翻译的程度
自动厘清逻辑
需要自动厘清上下文逻辑,正确分辨方言、缩略语、模糊指代等
智能类型场景
在智能问答、智能客服类型的场景中,需及时判别用户交流情绪,并作出正确引导
TECHNICAL PROPOSAL
AI训练
基于天垓100通用GPU芯片,及多机分布式训练框架的支持,帮助客户完成ASR、NLP、TTS等模型的代码迁移及训练。
推理部署
实际任务部署时有串行、并行等不同的部署方式,且采用云边端协同的工作方式。云端负责大规模计算和调度,边缘端负责部署轻量级模型,将推理结果反馈给云端。以单任务串行为例,需要首先将语音、文本等非结构化数据做结构化处理,然后再基于不同任务的级联模型依次处理。
ADVANTAGE
|
|||||