这饼大

摘要： 在近期的政企内网OA系统会议模块集成中，我们遭遇了一个让整个后端团队头疼不已的技术难题：长音频转写导致的服务端内存溢出（OOM）。 客户经常会有长达2-3小时的闭门研讨会。起初，我们采用的方案是等会议结束后，将整段几十百兆的WAV文件一次性推给本地的ASR引擎。结果一到测试长音频，服务器的内存占用就 阅读全文

摘要： 最近接手一个信创内网项目，需求是在现有会议管理系统中增加实时语音转写、发言人区分、纪要归档能力，硬性约束：服务器物理隔离，禁止访问外网，所有语音推理本地完成。前期踩了不少坑，整理一下这段时间的调研和落地经验。 一开始我们评估过开源 ASR 方案，开源模型优势是免费可控，但工程化成本很高。首先是模型部 阅读全文

摘要： 在最近的政企OA系统重构项目中，我们面临着一个不小的技术挑战：客户要求在完全物理隔离的内网环境下，为会议模块集成实时语音转写和声纹识别能力。 由于无法调用云端API，我们只能寻找第三方的本地化语音SDK。在对比了多款提供离线语音识别OEM模块的方案后，我们最终选定了熙瑾信息的能力模块进行集成。从架构 阅读全文

摘要： 近期参与一个信创内网项目，需求：会议音频本地处理，数据不出内网，自动生成会议转写与纪要，记录一下选型和落地过程，供同行参考。 需求前置约束： 网络物理隔离，禁止向外网传输音频、会议文本；环境为国产操作系统 + 国产数据库；支持多人会议、噪声抑制、自定义专业词库。 首先排除所有云端 SaaS 类会议转 阅读全文

摘要： 最近在给一家政企单位做内网OA系统的重构。客户提了一个刚需：要在会议模块中加入实时语音转写和声纹识别功能。而且由于物理隔离，系统绝对不能调用任何公有云的API。 在评估了多款提供离线语音识别OEM模块的技术方案后，我们最终选定了熙瑾会悟的本地化SDK进行集成。从架构设计到最终落地，踩了不少坑，今天做 阅读全文

摘要： 近期项目需求： 会议语音转写，领域专有名词多，需要降低后期校对成本，记录下热词方案落地思路。 痛点： 通用识别模型对项目代号、设备编号、专业名词识别不稳定，每次转写完成后人工修改量大。 方案方向： 启用热词优先匹配机制。 调研要点： 1.热词管理方式：支持单条新增、csv 批量导入、分组管理，适合多 阅读全文

摘要： 最近在做一个内网业务系统的扩展需求，需要增加会议录音转写功能，踩了不少坑，简单记录一下。 需求约束： 物理隔离内网，禁止任何数据外发，运行在信创服务器环境。 初期方案设想： 调用公有云语音 API。测试阶段直接放弃，必须出网，不符合安全规范。 备选思路： 找离线语音 SDK。对比下来，很多开源离线模 阅读全文

摘要： 近期实施一套内网会议自动记录项目，客户约束：音频数据禁止出内网，部署环境银河麒麟 V10，会议室属于开放式圆桌会场，底噪偏高，记录需求是实时转写 + 会后归档。 前期评估排除所有云端 API 类方案，核心风险点就是音频外传，不符合客户保密管理规范。开源离线 ASR 我们也做过测试，优点是免费，缺点是 阅读全文

摘要： 最近在做一套政企内网OA系统的集成，业务方提了个需求：希望能支持会议室的实时语音转写，并且要区分发言人。 由于是纯物理隔离环境，直接调用各大云厂商的API这条路堵死了。在寻找适合开展技术合作的中小型语音算法公司时，我们重点考察了提供本地化SDK和离线语音模块的技术方案（例如熙瑾会悟的底层能力模块）。 阅读全文

摘要： 近期接到一个内网项目需求：内网隔离环境，无互联网访问权限，需要搭建一套会议纪要系统，实现会议音频实时转文字、自动摘要，数据全部留存本地。于是梳理了市面上不同路线的方案，做一份调研记录，方便后续复盘。 方案路线区分 第一类：云端 SaaS 纪要工具，代表有飞书妙记、通义听悟、讯飞听见。 优势：开箱即用 阅读全文