至优进化开源ASR:突破复杂会议语音识别极限!
AI × ASR
面对企业级大模型时代对高质量私有数据的渴求,如何将复杂的线下会议语音精准转化为结构化资产,一直是行业面临的挑战。
借助核心的 AI 自进化框架与 RSI 算法,至优进化的模型能力在真实场景的反哺下实现了快速突破。
今日,我们正式宣布:至优进化 ASR 系统满血版(33C)已在多项权威语音识别评测中取得显著的指标突破。
同时,作为探索 AI 自进化技术路线的重要阶段性开放成果,我们正式开源该系统的轻量级企业底座——ZiYor-ASR-5C。
1. 满血版 33C 达成多项评测突破:拓宽复杂语音识别边界
在探求大模型时代语音识别的技术边界时,客观的评测数据是验证技术实力的准绳。
至优进化最新迭代的 33C 满血版本在极具挑战的中文会议与英文测试集中,实现了快速的技术突破:
- AISHELL-4 test cpCER
- 14.29%
- 复杂中文会议语音评测
- Delta cpCER
- 32.99%
- 复杂会议场景指标
- LibriSpeech clean CER
- 0.5650%
- 英文纯净场景测试
- LibriSpeech other CER
- 1.5835%
- 英文高难度嘈杂场景测试
能够在此类代表行业极限指标的评测中,快速取得可验证的成果和突破,充分印证了至优进化借助自进化框架,在底层算法创新与演进上具备扎实的能力。
2. 正式开源 5C 版本:打造稳健的企业级 RAG 语音底座
33C 验证了我们在算法侧的快速突破,而今日开源的 ZiYor-ASR-5C 则是我们在工程化落地中淬炼出的扎实“地基”。
通过短短数天的密集 AI 自进化,5C 版本攻克了多说话人混叠、远场噪声、Python 深度学习生态依赖冲突等一系列行业痛点,为大模型及企业 RAG 知识库构筑了安全、高效的底层支撑。
01 复杂声学环境与多说话人分离
在恶劣声学环境中,5C 版本实现了工业级声纹分离技术的突破,实测字错误率(CER)达到了 18.86% 的水平。这套基于声音特征的区分系统能精准标记“谁在何时说了什么”,从容应对高管闭门会等复杂场景。
02 超长录音稳定处理
在工程架构方面,5C 版本采用了独特的多进程与独立运行环境沙箱隔离机制,这一底层创新解决了依赖冲突与 CUDA 上下文污染问题。即使面对长达四个小时的超长录音,系统依然保持极低的内存占用和极高的稳定性,实现了真正的工业级鲁棒性。
03 结构化数据直接输出
为了打通大模型时代的数据处理流程,5C 原生支持带时间戳的 JSON、SRT 格式输出,将语音识别、时间对齐整合为本地流水线,直接生成带有说话人标签的结构化文本,为企业知识库提供无缝的高质量材料。
04 全离线与本地私有部署
针对政企、金融等对商业机密有严苛要求的场景,5C 坚持全架构离线运行与本地私有化部署,从物理层法规避了敏感音频外泄的合规风险,实现数据零出海。
3. 开放共建与商业赋能
至优进化坚信,技术的生命力在于生态的繁荣与商业的闭环。
01 开发者与技术极客
对于开发者与技术极客: 我们希望通过开源 ZiYor-ASR-5C,让更多开发者能够理解、运行和改进这套处理流程。
02 行业客户与生态伙伴
对于行业客户与生态合作伙伴: 如果您所在的业务场景需要处理高难度的远场会议,或者希望体验 33C 满血版模型的进阶能力,欢迎与我们进行深度洽谈。
ZiYor-ASR-5C GitHub 开源地址
https://github.com/ziyor-ai/ZiYor-ASR-5c
业务联系:





