Новое решение «Т-Технологий» снижает порог входа в сегмент распознавания речи

Центр искусственного интеллекта группы «Т-Технологии» выложил в открытый доступ Т-one, потоковую ASR-модель в 70 млн параметров. Релиз призван ускорить развитие всей экосистемы речевых технологий в России. 

Решение, как и подобные ему, позволит обрабатывать звонки в реальном времени, повышать скорость и качество обслуживания, а также снижать нагрузку на операторов. Сама T-one изначально спроектирована для работы с аудиопотоком произвольной длины и допускает лишь небольшую задержку, что критично для голосовых ассистентов, автоматизации колл-центров и аналитики звонков.

Компактный размер модели, по словам вендора, не потребует закупки дополнительного оборудования. Компании смогут развернуть T-one на собственных серверах без необходимости приобретать дорогие лицензии или зависеть от облачных провайдеров.

На GitHub и Hugging Face выложен и код для запуска решения в высоконагруженной среде и адаптации под собственные задачи. Так исследователи и разработчики получили возможность использовать модель «как сильный и легковесный базис для экспериментов в области речевых технологий».