aiOla 推出首创的人工智能模型，无需额外培训即可立即适应任何行业的术语

aiOla 的专有模型显著改进了 OpenAI 的 Whisper，在转录特定领域对话时语音识别准确率提高了 45%

现成的语音识别模型（包括 OpenAI 的 Whisper 等领先解决方案）由于无法准确转录特定领域的术语，因此在行业应用中表现不佳。为了解决这些限制，通常需要针对每个行业的独特需求进行大量培训。培训最先进的 AI 模型的初始成本可能高达 数亿美元，甚至微调模型的过程也极其耗费资源，需要专业的人工智能专业知识。

aiOla 的模型利用其专有技术，为所有行业领域（包括制造业、供应链等）的企业提供所需的灵活性。通过利用及时指导的创新模型架构，它有效地整合了特定领域的术语，从而实现了无需重新训练的定制 AI 语音识别系统。

aiOla 已开始在财富 500 强企业的物流、航运、制造、维护和库存控制等领域部署这项技术，为任何规模的公司提供量身定制的服务，同时产生即时、可衡量的投资回报率。

aiOla 有 已发表的研究 概述了他们实现即时行话识别的新方法。他们使用一个两步流程：首先，通过 aiOla 的高级关键字识别模型检测特定术语的存在，然后他们的基于 Whisper 的模型利用此信息来增强其整体语音识别能力并正确检测行话单词或术语。aiOla 研究副总裁 Gil Hetz 表示：“对于这种用例，我们决定增强目前最准确的语音识别模型，即 OpenAI 的 Whisper。但是，您可以将这种方法应用于任何语音识别模型，包括 Meta 的 MMS 模型和专有模型，从而释放进一步提升甚至最高性能的语音转文本模型的潜力。”

aiOla 模型能够即时理解专业术语，这是通过首先冻结主语音识别模型并添加专有自适应层来实现的。该适配器经过一次性训练，以引导其有效利用专业术语词汇，同时保留模型通用语音识别的核心功能。经过训练后，专业术语词汇可以热交换为不同行业的专业术语，在识别行业特定语言和一般语音方面均达到一流的性能。

关于aiOla：

aiOla 的专利技术可以理解 100 多种语言，并能识别行话、缩写和首字母缩略词，即使在嘈杂的环境中也能保持较低的错误率。aiOla 的技术通过尖端的语音识别将关键行业的手动流程转变为数据驱动、无纸化、人工智能驱动的工作流程。

接触：

阿里·戈德堡
aiOla 的混凝土媒体
[email protected]

消息来源：aiOla