Релиз ориентирован на комплексное ускорение подготовки данных и расширение аналитических возможностей при работе с тремя типами проектов: адаптацией речевых моделей (ASR), моделей понимания языка (NLU) и больших языковых моделей (GAI/LLM).
В новой версии NLU Suite — инструментария для обучения моделей распознавания через визуальный интерфейс — ключевым изменением стала глубокая интеграция процессов для голосовых проектов. Реализован прямой импорт датасетов в формате JSON из портала аннотации аудио, экспорт тестов в CSV и возможность копирования оригинальных имён аудиофайлов. Все это сокращает ручные операции и минимизирует риски ошибок при конвертации.
Кроме того, реализована функция экспорта результатов ASR-тестов в формат, используемый для NLU-проектов. Это дает возможность тестировать NLU-классификаторы на одном тестовом наборе, распознанном разными версиями ASR-движков, что позволяет бизнесу напрямую отслеживать влияние адаптации речи на итоговое качество понимания смысла.
Для NLU-проектов добавлена авторазметка интентов прямо из вкладки Datasets, фильтрация по confidence и гибкое разделение выборок. Также реализовано частичное копирование датасета по диапазону реплик и загрузка реплик из Dialog Composer — инструмента для разработки диалоговых сценариев, что позволяет быстрее собирать релевантные фразы для адаптации ASR и NLU моделей.
В модуле работы с LLM появилась поддержка диалогов с ролями («пользователь»/«система») и метрики качества генерации: BLEU, ROUGE и Accuracy, а также отображение выбранных genv-метрик в таблице Tests.
Таким образом, обновленный NLU Suite дает пользователям:
- Сокращение времени подготовки данных, благодаря автоматизации загрузки, авторазметке и новым форматам экспорта.
- Гибкость тестирования и аналитики — удобные фильтры, метрики и экспорт результатов делают анализ моделей быстрым и наглядным.
- Единую среду для всех типов моделей — ASR, NLU и GAI теперь теснее интегрированы, что упрощает комплексную работу с голосовыми и текстовыми данными.
«Новая версия NLU Suite — это шаг к единой среде для полного цикла работы с голосовыми и текстовыми данными. Мы видим, что клиенты всё чаще работают на стыке ASR, NLU и LLM. Наша задача — убрать технические барьеры между этими слоями, чтобы команды могли быстрее тестировать гипотезы, контролировать качество на каждом этапе и масштабировать решения без потери прозрачности», — прокомментировал директор департамента голосовых цифровых технологий BSS-AI Александр Крушинский.
Эксперты отмечают, что обновление особенно актуально для банков, телеком-операторов и крупных сервисных платформ, где точность диалоговых систем напрямую влияет на клиентский опыт и операционные затраты. Возможность гибкой настройки отчётов, работа с ролевыми диалогами и автоматизация рутинных этапов разметки сокращают время вывода моделей в продакшен на 20–30%, по оценкам вендора.