课程介绍
本课程聚焦AI大模型（尤其是多模态技术）在电信质调场景的落地实践，结合中国电信行业最新趋势（如星辰大模型、息壤平台等），通过技术架构解析+行业案例复盘+代码实操，帮助技术骨干掌握语音分析、多模态模型部署及解决方案设计能力，满足政企客户智能化转型需求。
培训对象
从事相关工作及对课程内容感兴趣的人员。
课程收益
掌握多模态技术架构（Gemini、九天、星辰）及电信行业落地方法论；
学习语音分离、长音频摘要生成等核心技术，并完成Pipeline搭建实战；
熟悉DeepSeek等工具链，设计电信级AI解决方案（如客服质检、故障工单分析）；
获取多模态模型部署优化方案（MoE/CoE架构、息壤平台）与电信专属案例库。
知识概要
-- 多模态技术基础与语音提取实战；
-- 多模态生产部署与DeepSeek开发。
课程大纲
多模态架构与电信应用场景
多模态技术演进与运营商布局
原生多模态架构对比（Gemini/GPT-4o vs. 九天/星辰）
本地化部署（中国电信星辰视觉日均调用6亿+案例解析）
多模态在电信场景的应用
智能客服（多模态意图识别）
视频布控（图像+文本联动）
会议分析（语音+字幕联合分析）
语音处理技术栈解析
语音分离（FRCRN/MossFormer）
方言识别（CT-Transformer）
超自然语音生成（VITS框架）
语音内容提取解决方案实战
行业方案：长音频内容提取
LeMUR框架实践（10小时录音→摘要/问答/行动项）
安徽电信自服务智能体案例
行业方案：降噪与说话人分离
ClearerVoice-Studio实战（复数域算法+实时处理）
电信客服场景应用（投诉分类、情绪识别）
开发实战：语音提取Pipeline搭建
从音频上传→ASR（Whisper）→关键信息结构化（NLP实体抽取）
代码实操与调试
模型部署与前后端开发
大模型生产部署方案
算力调度（息壤平台）
模型蒸馏（Distil-BERT）、MoE/CoE架构优化（降低推理成本30%+）
前后端数据链路开发
前端语音采集（PyAudio）+后端AI能力集成（FastAPI+TensorRT）
电信级低延迟方案设计
电信级解决方案设计
质调场景：客服录音分析（情绪识别+关键词提取）
故障语音工单提取（声纹识别+文本生成）
DeepSeek与综合应用
DeepSeek-R1全解析
模型架构（Mixture-of-Experts）
微调（LoRA）
智能体编排
多模态综合应用案例
政务热线（语音→工单自动生成）
应急指挥（视频+语音联动决策系统）
结业设计
分组输出：质调中心语音质检AI方案（含技术选型/架构图）
导师点评与优化建议
认证过程
无认证考试
开班信息
暂无开班信息