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 объемы аудио на существующей инфраструктуре без пропорционального увеличения числа серверов.
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, объемом 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».
Александр Самойлов, исследователь направления обработки аудиоданных компании «Криптонит»
Актуальность разработки подчеркивается состоянием рынка вычислений. В 2026 году средняя месячная стоимость аренды выделенной GPU-инфраструктуры для ИИ в России выросла на 64% в сравнении с 2025 годом. Стоимость размещения серверной стойки в Москве увеличилась на 15,7% (до 170,8 тыс. рублей), в Санкт-Петербурге — на 31,3% (до 138 тыс. рублей). Участники рынка связывают это с ограниченным предложением и растущим спросом на высокомощные стойки для сложных вычислений. Спрос на вычислительные ресурсы в российских ЦОД растет быстрее предложения, а развитие новых площадок ограничивают высокая капиталоемкость, стоимость оборудования и дефицит энергомощностей. В этих условиях эффективные модели, снижающие нагрузку на инфраструктуру, становятся инструментом экономии и масштабирования без кратного роста затрат.
Читайте также: В ННГУ соединили нейросети и квантовые технологии для МРТ-диагностики