至优进化开源ASR:拒绝会议录音云端“裸奔”
开会两小时,整理半天。
更致命的是,把几十兆的机密会议录音上传到各大云端 ASR 接口时,总有一丝“数据裸奔”的隐忧。
难道在“绝对安全”和“大模型级准确率”之间,只能二选一?
刚刚,至优进化开源轻量版ASRZiYor-ASR-5c——一个专为会议场景打造、支持离线运行,可以在自己的电脑上把中文会议录音或视频转成文字,有效提升真实场景下的转写准确率。

客户案例
至优ASR已为某头部互联网企业,提供面向政府、国企客户打造的私有化语音能力底座,为 AI 办公产品提供底层语音处理能力,可将会议、日常沟通类录音转化为结构化文本,支撑智能总结生成、待办事项提炼等上层办公应用。
某星级酒店将至优ASR应用到会议管理、服务交接、客服质检三大场景,核心是把语音对话转化为可追溯、可复用、可交接的结构化文本,替代传统人工记录、口头转述的低效模式。
至优ASR不仅将大模型时代的语音识别精度拉到了新高度,更把数据主权彻底交还到了你自己的手上。
为什么你需要它?直击三大核心痛点
1. 100% 数据主权本地私有化部署,数据零出海,满足金融与工业级最高隐私合规标准。
2. 工业级声纹分离无惧远场噪音与多人交叠,精准标记“谁在何时说了什么”。
3. 深度结构化资产原生输出带时间戳的 JSON、SRT 等格式,打造企业 RAG 知识库的顶级语料库。
硬核跑分:拿数据说话,实力处在什么梯队?
在内部及公开权威评测(如 AISHELL-4 会议转写榜单与 LibriSpeech 朗读榜单)中,至优 ASR 展现出了令人惊艳的能力。
1.中文复杂会议场景,在“听清”与“认人”之间的工程平衡
在复杂的 AISHELL-4 远场多说话人中文会议测试中,至优ASR CER 压至18.86%,与行业顶尖商业及闭源方案处于同一梯队。
中文会议转写历来是 ASR 领域的“试金石”,尤其是基于AISHELL-4这一经典的多通道会议数据集,其环境包含严重的混响、噪声和多人交叠。

2.英文朗读精度
在 LibriSpeech test-clean 和 test-other 评测中,字符错误率(CER)双双斩获全球榜单第 1 名,超越一众 7B 级别大模型。

3.处理速度

在工程上,它采用多进程沙箱隔离机制,彻底根治了 Python 深度学习生态中常见的依赖冲突与 CUDA 上下文污染问题,跑四个小时的超长会议录音也稳如磐石。
典型应用场景
高管闭门会与董事会记录:极高密级的战略复盘,全程离线转写,自动生成带时间轴与发言人标签的专业纪要。
研发与技术评审会议:精准捕捉专业术语、中英文混杂代码与技术细节,确保核心研发资产不丢失。
工业与制造现场纪要:适应复杂声学环境,将车间、项目部及跨国协同会议高效转化为可检索的结构化文本。
结语
在 AI Agent 时代,高质量的语音结构化文本是构建本地知识库的“顶级水利工程”。我们希望通过ZiYor-ASR-5c,让每一位开发者、研究员和注重隐私的企业,都能低成本、高效率地拥有一套属于自己的顶配语音转写引擎。
👉GitHub 传送门:
https://github.com/ziyor-ai/ZiYor-ASR-5c
业务联系:




