Инженерам ASR и TTS
Тем, кто обучает, дообучает и мучает модели: от подбора корпуса до финального чекпоинта.
Однодневная конференция о речевых технологиях: распознавание, синтез, данные и всё, что ломается между демо и продакшеном.
↑ здесь обычно и начинается спор: где поставить границу, чей это спикер и почему WER 4% на бенчмарке превращается в 19% на реальном звонке.
Демо звучит идеально на студийном микрофоне. Потом приходит 8 кГц, эхо, перебивания, три человека в одном канале — и метрики рассыпаются. Разбираем именно этот участок.
Сбор корпуса, чистка, выравнивание, ударения, псевдоразметка, лицензии. Самая скучная часть, которая и определяет качество — и о которой почти не пишут в статьях.
RTF, задержка, батчинг, квантизация, CPU против GPU, инференс на Jetson и на телефоне. Считаем в секундах и в рублях, а не в пунктах на лидерборде.
Эти вопросы в сообществе поднимают снова и снова: в чатах, на созвонах, в личных «а вы как это решали». Мы выписали темы, вокруг которых спор не утихает, — они и стали каркасом дня.
Шкала относительная: 100 — тема, которую обсуждают чаще всего. Одно обсуждение обычно задевает сразу несколько тем.
Тем, кто обучает, дообучает и мучает модели: от подбора корпуса до финального чекпоинта.
ONNX Runtime, TensorRT, Triton, очереди, автоскейл и стоимость минуты распознавания.
Ассистенты, роботы обзвона, суфлёры операторов, субтитры и транскрибация встреч.
Сбор и очистка речевых корпусов, выравнивание, контроль качества разметки, ударения.
Asterisk, WebRTC, SIP, 8 кГц, стриминг по каналам и всё, что происходит внутри звонка.
Тем, кто заходит в speech и хочет понять, что из статей действительно работает.
Всё идёт из одной студии, доклады подряд — выбирать между параллельными секциями не придётся. Программа движется по пути сигнала: от микрофона до ответа синтеза.
Тайминг предварительный. Финальную программу с именами спикеров опубликуем за две недели до эфира. Обновлено 07.09.2026 19:28.
Список пополняется по мере подтверждения докладов. Полную программу с таймингами публикуем за две недели до эфира.
Готовые облачные модели распознавания речи (ASR) хороши, пока вы не сталкиваетесь с требованиями безопасности Data Privacy, жесткими бюджетами на инференс или сложным профессиональным сленгом. Что делать, если вашему бизнесу нужен «свой Whisper», работающий локально и понимающий клиентов с полуслова?
В проекте значительная часть звонков была записана в mono-формате, где голоса клиента и оператора находились в одном аудиоканале. Для дальнейшей транскрипции и речевой аналитики требовалось корректно разделить реплики участников разговора. Готовые решения для диаризации показали недостаточное качество, поэтому итоговый pipeline был собран из нескольких существующих технологий и дополнительной логики обработки сегментов. В докладе будет показано, какие подходы тестировались, зачем понадобилась постобработка и как она повлияла на качество итоговой транскрипции.
Хотите оказаться в этом списке — подайте заявку, приём открыт до 15 ноября.
Никаких обзоров рынка и слайдов «AI меняет всё». Только цифры, конфиги, ошибки и то, что пришлось переделать во второй раз. Отрицательный результат — тоже результат, и на него у нас есть отдельные слоты.
Нужен опыт, которым стоит поделиться: честный кейс, спорный вывод, неудачный эксперимент или подход, который никто не пробовал. Заявку можно подать с одной идеей — структуру доклада мы поможем собрать и прогоним репетицию.
Приём заявок открыт до 15 ноября. Ответ даём в течение недели.
Конференцию делает сообщество разработчиков речевых технологий. Партнёрские места открыты — напишите нам, если хотите поддержать конференцию или стать инфопартнёром.
Да. Запись и слайды приходят всем зарегистрированным участникам в течение трёх дней после конференции, даже если вы не смогли подключиться в день трансляции.
Да, для слушателей участие бесплатное. Нужна только регистрация — по ней мы присылаем ссылку на трансляцию и материалы.
Есть, и большой. Отрицательный результат экономит другим недели работы. Расскажите, что пробовали, на каких данных и где именно всё сломалось.
Нет. Достаточно темы и пары предложений о том, что вы хотите рассказать. Дальше мы вместе соберём структуру и проведём репетицию с обратной связью.
Нет. Всё транслируется из одной студии одним потоком, доклады идут подряд. Вы увидите всю программу целиком, а не её треть.
Можно, но каждому участнику нужна отдельная регистрация — ссылка на трансляцию персональная. Просто заполните форму несколько раз или напишите нам списком.
Да. Конференция проходит онлайн, подключиться можно из любой страны. Время в программе указано по Москве (UTC+3), доклады на русском языке.
Основной день полностью онлайн. Если наберётся достаточно участников из одного города, сделаем неформальную встречу после основного дня — об этом напишем отдельно.
Пришлём ссылку на трансляцию, напоминание за день, программу с таймингами и запись после конференции.