Решение содержит 219 млн параметров, что примерно в пять раз меньше, чем у исходной модели с объемом около 1 млрд параметров. При этом модель работает примерно в 10 раз быстрее, а отклонение по точности составляет менее 1%.
Разработку создали эксперты лаборатории искусственного интеллекта компании «Криптонит» (входит в «ИКС Холдинг»). Результат достигнут за счет метода дистилляции знаний, при котором большая нейросеть-«учитель» передает компактной модели ответы и оценку уверенности в них.
Модель анализирует акустические и фонетические особенности речи напрямую из аудиосигнала. Результат идентификации выдается в виде стандартизированных языковых кодов, таких как rus и eng, что упрощает интеграцию в конвейеры распознавания речи.
Технология может использоваться операторами связи, службами техподдержки и транснациональными компаниями, которые обрабатывают миллионы записей. Это позволит обрабатывать большие объемы аудио на существующей инфраструктуре без пропорционального увеличения числа серверов.
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. ₽, а в Санкт-Петербурге — на 31,3% до 138 тыс. ₽
