核心技术

面向匈牙利语语音识别、知识检索与室内声学设计的自研 AI 技术。

以下技术和神经网络模型均由我们自主开发和训练,其中部分与高校研究人员合作完成。它们应用于我们自己的产品和研究项目;kodAI 和 ARTIS 还可通过 Verisa 平台提供给其他机构使用。

语音识别

kodAI

kodAI 是我们自主研发的语音识别模型,专门针对匈牙利语训练。它针对的是人们真实的说话方式:自然、随意的口语,以及经电话线路传输的语音。在匈牙利语语音识别方面,kodAI 达到前沿水准。

该模型可通过我们的数据主权型 AI 智能体平台 Verisa 部署在客户自有的基础设施上,因此录音在机构内部处理。它可集成到电信运营商的客户服务软件中,也可集成到公共行政和政府系统中。

  • 面向电信客服:匈牙利语电话通话转写
  • 面向公共行政和政府机构:本地部署的语音识别
  • 可通过 Verisa 平台部署在自有基础设施上
知识检索

ARTIS

语言模型的回答质量,取决于为其检索到的资料。ARTIS 是我们为 Verisa 平台自主研发的检索(RAG)技术:针对每个问题,它决定应将机构文档中的哪些内容提供给模型。

常见方法会把文档切分成彼此独立的文本片段,并在此过程中丢失上下文关联。ARTIS 则连同文档结构一起处理文档,像专家阅读一样逐章理解,并把握各部分之间的关系。因此,即使问题需要综合多份文档或多个章节,它也能找到答案。

ARTIS 在公开的国际基准测试中取得了领先成果。作为 Verisa 平台的一部分,它运行在客户自己的基础设施上,文档始终留在机构内部。

  • 不仅考虑文本片段,也考虑文档结构
  • 汇集分散在多个来源中的答案
  • 在公开基准测试中取得领先成果
  • 作为 Verisa 平台的一部分,部署在自有基础设施上
室内声学

FRAPPE

FRAPPE 直接根据设计模型估算房间的声学参数:由几何形状和各表面的材料特性(吸声系数和散射系数)给出各倍频程的混响时间。它既不需要耗时的仿真,也不必依赖在复杂空间中并不可靠的赛宾(Sabine)或伊林(Eyring)公式。结果在普通 CPU 上也能在数毫秒内得出,因此在设计初期就能立即看出某项决策对混响时间的影响。

该网络的第一代面向长方体房间。最新版本以房间的三维三角网格表面模型为输入,因此也能处理 L 形、T 形和多边形平面,以及带有倾斜顶棚、柱子和室内陈设的空间。它遵循建筑模型的结构,分两步工作:先概括各个对象(墙体、面板、柱子、家具)的几何形状,再在房间层面结合材料特性对它们进行评估。

FRAPPE 是我们与罗兰大学(ELTE)数学研究所人工智能研究组在 Soundy 项目框架下合作开发的。

  • 直接根据三维模型和材料得出各倍频程混响时间
  • 任意平面形状、倾斜顶棚、室内物体
  • 毫秒级响应,无需 GPU
  • 遵循建筑模型的结构:先逐个对象处理,再在房间层面综合评估
低频室内声学

HERMES

Hierarchical Estimator for Room Modal Eigenvalue Synthesis

在低频段,室内声场由波动现象,即房间模态(固有振动)所决定。在这一频段,基于声线追踪的仿真已无法给出可靠结果,而有限元法(FEM)或边界元法(BEM)计算又极其耗费资源,在设计过程中难以频繁运行。HERMES 覆盖的正是这一频段,作为 FRAPPE 的补充:在几何声学方法不再适用的地方给出答案。

HERMES 直接根据房间的表面网格估算前 200 个固有频率,适用于矩形、L 形、T 形和多边形平面以及带有柱子和物体的房间。该网络以物理为出发点:估算以外尔定律为基础,并通过模型学习到的修正进一步提高精度。其计算量比传统特征值求解器小数个数量级,且与房间体积无关。

我们的灵敏度分析表明,由 HERMES 估算结果计算出的声场偏差保持在稳定、可预测的范围内,因此其结果对工程设计而言足够精确。HERMES 是我们与罗兰大学(ELTE)和布达佩斯技术与经济大学(BME)的研究人员在 Soundy 项目框架下合作开发的。

  • 直接根据三维表面模型得出前 200 个固有频率
  • 基于物理:以外尔定律为基础,结合学习得到的修正
  • 计算量比传统特征值求解器小数个数量级
  • 也适用于矩形、L 形、T 形和多边形平面以及含室内物体的房间

希望预约我们某项技术的演示,或将 kodAI 或 ARTIS 集成到您自己的系统中?欢迎与我们联系。

联系我们→