Компания «Криптонит» (входит в «ИКС Холдинг») разработала компактную модель для определения языка по короткому фрагменту речи. Решение содержит 219 млн параметров, что приблизительно в пять раз меньше, чем у исходной модели (около 1 млрд параметров). При этом она работает примерно в 10 раз быстрее, а отклонение по точности составляет менее 1%. В условиях растущей нагрузки на центры обработки данных и удорожания вычислительных мощностей такие решения могут позволить обрабатывать большие объёмы аудио на существующей инфраструктуре без пропорционального увеличения числа серверов. Об этом CNews сообщили представители «Криптонита».
Работа выполнена экспертами лаборатории искусственного интеллекта компании «Криптонит». Результат достигнут за счет метода дистилляции знаний — подхода, при котором большая обученная нейросеть становится «учителем» для более компактной модели, передавая ей не только правильные ответы, но и оценку степени своей уверенности в каждом варианте. Специалисты провели серию экспериментов с архитектурой, объёмом данных и способами передачи знаний, оценили устойчивость к шумам и смене кодеков, а также оптимизировали скорость ее работы.
«Модель анализирует акустические и фонетические особенности речи, извлекая их напрямую из аудиосигнала. Результат идентификации указывается в виде стандартизированных языковых кодов (rus, eng и т.д.), что упрощает использование решения в конвейерах обработки данных по распознаванию речи. Разработка может использоваться у операторов связи, технической поддержки и транснациональных компаний, где аудиопотоки исчисляются миллионами записей», — сказал Александр Самойлов, исследователь направления обработки аудиоданных компании «Криптонит».
Актуальность разработки подчеркивается состоянием рынка вычислений. В 2026 г средняя месячная стоимость аренды выделенной GPU-инфраструктуры для ИИ в России выросла на 64% в сравнении с 2025 г. Стоимость размещения серверной стойки в Москве увеличилась на 15,7% (до 170,8 тыс. руб.), в Санкт-Петербурге — на 31,3% (до 138 тыс. руб.). Участники рынка связывают это с ограниченным предложением и растущим спросом на высокомощные стойки для сложных вычислений. Спрос на вычислительные ресурсы в российских ЦОД растёт быстрее предложения, а развитие новых площадок ограничивают высокая капиталоёмкость, стоимость оборудования и дефицит энергомощностей. В этих условиях эффективные модели, снижающие нагрузку на инфраструктуру, становятся инструментом экономии и масштабирования без кратного роста затрат.
Поделиться
