Криптонит представила компактную ИИ‑модель для распознавания языка речи за миллисекунды

В России компания Криптонит объявила о готовности к коммерческому использованию новой модели искусственного интеллекта, способной за несколько сотен миллисекунд определить язык произнесённого слова или фразы. Система работает с короткими голосовыми фрагментами — от одной до трёх секунд — и сразу выдаёт результат, что открывает возможности для автоматизации обработки аудио в реальном времени.

Разработчики объясняют, что модель построена на базе открытой языковой нейросети, название которой они оставили в тайне. При этом число параметров сократилось с одного миллиарда у исходного варианта до 219 млн, что позволило уменьшить объём требуемой вычислительной мощности почти в пять раз. По заявлению Криптонита, точность определения языка превышает 99 %, а отклонения от эталонных результатов составляют менее одного процента.

Сокращение параметров привело к существенному росту скорости обработки: новая система в среднем в десять раз быстрее своих предшественников. Такое ускорение достигается без потери качества, благодаря оптимизации архитектуры и использованию более эффективных методов обучения. Для сравнения, прежняя версия требовала несколько секунд на один аудиофайл, тогда как текущая версия справляется за десятки миллисекунд.

По словам Александра Самойлова, руководителя направления аудиоданных в Криптоните, модель уже находит применение в службах поддержки клиентов и у операторов связи. Здесь она способна одновременно анализировать миллионы записей, автоматически направляя звонки к нужным специалистам или переводя их в нужный языковой поток. Такая масштабируемость позволяет компаниям экономить на серверных фермах и ускорять реакцию на запросы пользователей.

Запуск компактной модели подчёркивает растущий интерес российских разработчиков к практичным решениям в области AI, где эффективность часто важнее абсолютных размеров моделей. Криптонит планирует расширять функционал, добавив поддержку редких языков и интеграцию с облачными платформами. Если проект продолжит демонстрировать заявленные показатели, он может стать стандартом для массовой обработки голосовых данных в стране.