问题一:方言识别不准,上线后客户投诉怎么办?
智脑AI人机协同外呼系统不依赖通用大模型直接做方言识别。我们提供两级适配路径:第一级,基于客户提供的本地通话录音(≥500条,标注方言类型及对应文本),在私有化环境中微调轻量ASR模型(Wav2Vec2.0-small结构,参数量<30M);第二级,支持客户将已有的方言热词表(UTF-8纯文本,每行一个词或短语)通过API动态注入识别引擎,提升关键业务词召回。所有语音数据不出客户本地网络,ASR推理服务与主控服务部署在同一K8s集群内,通过Service Mesh实现gRPC直连,端到端延迟可控在300ms内(实测环境:4核8G节点,单Pod并发处理≤8路音频流)。
问题二:并发100通就卡顿,怎么稳住?
卡顿通常源于信令调度或媒体流堆积。智脑AI采用分层解耦架构:信令层使用自研SIP Proxy(基于PJSIP定制),支持水平扩展,单实例承载≥300路注册+呼叫控制;媒体层默认对接客户已有SBC或软交换,也可按需部署Kurento Media Server集群,每节点支持60路双向音频转码(AAC-LC@16kHz)。当并发达100路时,系统自动触发负载感知模块:检测各ASR Pod CPU利用率>70%持续10秒,则通过K8s HPA扩容ASR副本,并同步将新呼入路由至空闲节点。所有外呼线路由客户自主管理,我们仅提供标准SIP/RESTful接口(含/call/start、/call/status、/asr/whitelist/update等12个核心端点),便于集成至客户现有监控告警体系。
关于数据隔离:每个客户独占数据库Schema(PostgreSQL)、独立ASR模型存储命名空间、独立Redis缓存实例(可选部署为Cluster模式)。私有化部署时,全部组件容器镜像经SHA256校验,无外部回传行为。
计费方式按实际语音处理分钟数结算,也支持套餐制或按并发通道数签约,具体以商务沟通确认为准。如需验证,可申请部署最小可行环境(1台8核16G物理机,含10路并发能力+基础方言适配包),联系电话:18019972662。