Tinkoff.AI Speech

Расскажем, как мы превратили наш рисерч в полноценный продукт и с какими трудностями мы столкнулись. Поговорим про текущие ограничения работы у нашей технологии, и куда мы планируем двигаться дальше. Поделимся хайлайтами наших последних наработок, включая быстрое добавление новых спикеров в модель.

— Это отдельная задача или стэк решений для распознавания, перевода и синтеза?
— Лучше использовать end-to-end подходы или каскады алгоритмов?
— И вообще, пригодно ли это к использованию?
На эти вопросы я постараюсь дать ответы.

Наш доклад посвящен архитектуре Conformer - комбинации Transformer и сверточных слоев. Расскажем:
— как мы используем Transformer в потоковом режиме и достигаем высокой точности в задаче автоматического распознавания речи;
— наш путь от этапа исследования до интеграции в продукт;
— с какими проблемами столкнулись и как их обошли;