2026年10月22日
MOSS-Transcribe-Diarize 0.9B 私有化部署实战：一个模型完成会议转写、说话人识别与时间戳
摘要： 以前搭建一套多人会议语音处理系统，往往需要部署三个相互独立的模型。 ASR 负责语音转文字，Speaker Diarization 负责判断谁在什么时候发言，Forced Aligner 负责把文本重新对齐到原始音频。 一套典型链路是： 会议录音 ↓ Qwen3-ASR / Whisper ↓ 转写 阅读全文
posted @ 2026-10-22 18:34 AI助力语音识别 阅读(4) 评论(0) 推荐(0)
AI Agent已经开始替人完成工作，线下会议却还停留在录音时代？
摘要： 2026年，AI在办公领域的角色正在发生变化。 过去，人们习惯向AI提出问题，让它生成一段文字、整理一份文档。如今，AI Agent开始进入实际工作流程：读取业务资料、查询项目进度、操作软件工具，甚至根据任务要求协调多个系统完成工作。 但一个有些矛盾的现象依然存在。 企业可以让AI分析上百页项目文档 阅读全文
posted @ 2026-10-22 18:01 AI助力语音识别 阅读(3) 评论(0) 推荐(0)
工业巡检为什么越来越需要离线语音识别？从现场记录到内网 ASR 部署
摘要： 在工厂、变电站、化工园区等工业场景中，设备巡检是一项看似简单、实际却很考验操作细节的工作。 巡检人员需要按照既定路线检查设备状态，记录温度、压力、振动、运行声音等信息，并及时上报异常。随着企业数字化程度不断提高，传统纸质巡检表逐渐被工业 PDA、平板电脑和移动巡检 App 取代，设备数据也开始与 E 阅读全文
posted @ 2026-10-22 17:33 AI助力语音识别 阅读(2) 评论(0) 推荐(0)
机器人如何知道是谁、从哪个方向发出指令？解析多维语音感知技术
摘要： 想象这样一个场景：在展厅里，一台服务机器人正在为游客介绍展品。突然，右后方有人喊了一声：“你好，带我去人工智能展区。” 机器人停止当前讲解，转向声音传来的方向，识别出用户的指令，并开始规划前往目标展区的路线。 如果换成已经登记过身份的工作人员发出指令，机器人还可以通过声纹识别判断说话人身份，执行对应 阅读全文
posted @ 2026-10-22 10:37 AI助力语音识别 阅读(4) 评论(0) 推荐(0)