課程介紹
本課程聚焦AI大模型（尤其是多模態技術）在電信質調場景的落地實踐，結合中國電信行業最新趨勢（如星辰大模型、息壤平臺等），通過技術架構解析+行業案例復盤+代碼實操，幫助技術骨干掌握語音分析、多模態模型部署及解決方案設計能力，滿足政企客戶智能化轉型需求。
培訓對象
從事相關工作及對課程內容感興趣的人員。
課程收益
掌握多模態技術架構（Gemini、九天、星辰）及電信行業落地方法論；
學習語音分離、長音頻摘要生成等核心技術，并完成Pipeline搭建實戰；
熟悉DeepSeek等工具鏈，設計電信級AI解決方案（如客服質檢、故障工單分析）；
獲取多模態模型部署優化方案（MoE/CoE架構、息壤平臺）與電信專屬案例庫。
知識概要
-- 多模態技術基礎與語音提取實戰；
-- 多模態生產部署與DeepSeek開發。
課程大綱
多模態架構與電信應用場景
多模態技術演進與運營商布局
原生多模態架構對比（Gemini/GPT-4o vs. 九天/星辰）
本地化部署（中國電信星辰視覺日均調用6億+案例解析）
多模態在電信場景的應用
智能客服（多模態意圖識別）
視頻布控（圖像+文本聯動）
會議分析（語音+字幕聯合分析）
語音處理技術棧解析
語音分離（FRCRN/MossFormer）
方言識別（CT-Transformer）
超自然語音生成（VITS框架）
語音內容提取解決方案實戰
行業方案：長音頻內容提取
LeMUR框架實踐（10小時錄音→摘要/問答/行動項）
安徽電信自服務智能體案例
行業方案：降噪與說話人分離
ClearerVoice-Studio實戰（復數域算法+實時處理）
電信客服場景應用（投訴分類、情緒識別）
開發實戰：語音提取Pipeline搭建
從音頻上傳→ASR（Whisper）→關鍵信息結構化（NLP實體抽取）
代碼實操與調試
模型部署與前后端開發
大模型生產部署方案
算力調度（息壤平臺）
模型蒸餾（Distil-BERT）、MoE/CoE架構優化（降低推理成本30%+）
前后端數據鏈路開發
前端語音采集（PyAudio）+后端AI能力集成（FastAPI+TensorRT）
電信級低延遲方案設計
電信級解決方案設計
質調場景：客服錄音分析（情緒識別+關鍵詞提取）
故障語音工單提取（聲紋識別+文本生成）
DeepSeek與綜合應用
DeepSeek-R1全解析
模型架構（Mixture-of-Experts）
微調（LoRA）
智能體編排
多模態綜合應用案例
政務熱線（語音→工單自動生成）
應急指揮（視頻+語音聯動決策系統）
結業設計
分組輸出：質調中心語音質檢AI方案（含技術選型/架構圖）
導師點評與優化建議
認證過程
無認證考試
開班信息
暫無開班信息