需要下载完整版报告的朋友，可以扫下方优惠券付费成为会员，40000+份报告，随意下载，不受限制，报告涵盖全行业，星球保持每日更新。客服微信：sgcwjc
专业/及时/全面的行研智库
国产GPU终于能在语音识别这条赛道上干活了。摩尔线程和紫光计算机联合发布的这份白皮书，展示了一套完全跑在国产算力上的语音识别方案——从训练到推理，全栈使用摩尔线程MTT S4000 GPU和紫光集群。而且不是实验室玩具，已经通过了国家工业信息安全发展研究中心的检测，拿到了证书。
性能数据挺能打。在单张MTT S4000上，离线转写的实时因子（RTF）只有0.02，10并发时0.06；流式识别0.08，10并发0.23。什么意思？就是1小时的录音，离线转写只需要1.2分钟就能跑完，而且支持10路同时转。这对于电话客服质检、会议访谈、媒体字幕这些场景来说，完全够用。
技术路线上，他们用了端到端的预测融合架构，同时支持流式和非流式推理。训练数据量不小——数十万小时通用语料加上数万小时电话客服垂类语料。还用了强化学习来增强对噪音音频和关键词的识别能力，用合成数据解决中英混识别问题。这些都不是花架子，而是实打实针对行业痛点做的优化。
对于企业来说，这套方案最直接的价值是：可以规避对英伟达GPU的依赖。尤其是在信创、政府、金融、能源这些领域，国产化是硬性要求。白皮书里给出的部署配置也相对亲民：一台服务器配一张MTT S4000、Intel Gold 6430 CPU、1TB内存、15TB硬盘，就能跑起来。API接口标准，支持WebSocket流式和非流式调用，可以快速集成到现有业务系统。
两个典型场景值得关注。一是电话客服质检，离线转写配合热词增强和垂类语言模型定制，能把专业术语的识别率提上去。二是会议访谈记录，输出字级和句级时间戳，方便后期检索和字幕对齐。如果你正在做呼叫中心智能化改造或者媒体资产管理系统，这套国产方案可以纳入技术选型清单。
来源：摩尔线程、紫光计算机
完整版报告已上传至星球，扫下方优惠券加入即可下载所有报告
戳“阅读原文”下载报告
