员工开口提问,EBOX 终端毫秒级感知、全双工应答;EAR CLOUD 平台完成识别、理解与企业系统调用。不用走到电脑前,不用动手,不用培训。
企业系统接口由 MCP 层封装,客户系统一行代码不改
唤醒 / 识别 / 理解 / 合成全程内网完成,语音数据零外传
规则层 → 大模型 → 端侧离线命令词,服务永不失聪
员工说一句,几秒内听到答复——背后是三项核心技术的协同:端侧模型让终端听得快,双工对话让交流聊得自然,软硬一体让方案落得了地。
工厂现场的第一个关口,在终端芯片上就完成:唤醒、降噪、检测全部本地运行,只有有效语音才上行——抗噪声、省带宽、保隐私。
品牌自定义唤醒词,TTS 合成训练管线;精度达真人录音的 95–98%。
AEC 回声消除 + 降噪 + 阵列波束成形,嘈杂车间里也能锁定人声。
神经网络 VAD 毫秒级区分说话与停顿。
断网也有 30 条本地指令即时响应——产线永远不会「失聪」。
已落地语音流经加密 WebSocket 上行至 EAR CLOUD:Qwen3-ASR-1.7B 识别(30+ 语种、22 种中文方言、万级 token 行业热词偏置、纯 CPU 实时运行),端侧 Piper 合成(60+ 语种、首包 100–300ms)。每帧端侧处理仅 2–3ms,误唤醒零上行。
传统语音终端是半双工——它说话时你插不上话。EBOX 用三层技术做到真正的全双工、可打断:播放中员工随时开口,终端 100ms 内静下来听你说。
神经网络 VAD 在 75dB 车间噪声下区分「说话 / 停顿 / 噪声」,毫秒级感知谁在开口——打断的第一反应来自端侧,不等云端。
线性 + 非线性双滤波 AEC 消除设备自身播放回声,抑制 40dB——它知道自己在说什么,不会把自己的声音当成指令。
160ms 声学窗口持续判定对话状态(聆听 / 说话 / 停顿 / 空闲),轮次决策约 250ms——分得清「在想」和「说完」,节奏像真人。
播放中员工突然开口:100ms 内静音、重新聆听、几秒内重新作答——打断、改口、接管都自然成立。
SoulX-Duplug 由 Soul AI × 上海交通大学 × 西北工业大学联合开源(Apache-2.0),底座是经过数亿用户语音场景验证的技术。
EBOX-200 终端采用乐鑫新一代旗舰 ESP32-S31;EAR CLOUD 平台运行蒸馏轻量大模型——端云协同,无需 GPU 服务器。
乐鑫 2026 年量产的新一代双核 RISC-V:320MHz、单核 128-bit SIMD、AI 指令加速——CoreMark 性能较前代 S3 提升约 65%。
250MHz DDR PSRAM,SiP 最高 64MB;双 I2S 控制器实现硬件级音频同步,低延时高保真。
802.15.4 与千兆以太网 MAC,从容应对复杂工厂无线环境;60 个 GPIO、DVP 摄像头与 LCD 为产品演进预留。
安全启动 + Flash/PSRAM 加密 + AES/RSA/ECDSA 硬件加速。
平台侧:蒸馏 Qwen3-4B 理解模型 + Qwen3-ASR-1.7B 识别模型,量化后纯 CPU 实时运行(一台 16 核 / 32GB 服务器承载 5 路并发);NLU 双路由——高频问题经规则引擎直连企业系统约 1 秒回答,长尾问题由大模型处理;MCP 对接层标准化调用,你的系统一行代码都不用改。
三项技术不是并列的名词,而是一条完整的交互链路:
声音在设备本地被唤醒、被听清,开口即响应。
边听边说、随时打断,一句话把事说完。
自研终端 + 云端平台,现场部署即用,接上系统就干活。
同一套软件栈,四种部署形态。客户按规模与预算选择,从轻量化起步、随业务增长平滑升级——升级只加硬件,不换架构、不重装。
| 方案 | 部署构成 | 硬件配置 | 适用规模 |
|---|---|---|---|
| 轻量化方案试点首选 | 语音算法、平台及大模型混合部署于同一台常规服务器——一台机器承载全链路 | 1 × 常规服务器 16 核 / 32GB / 500GB · 无需 GPU | ≤10 台 EBOX 峰值 5 路并发 |
| 工业场景方案 | 语音算法模型下沉至边缘盒子(车间侧部署);平台及大模型部署常规服务器——算法贴近现场 | N × 边缘盒子(每车间 1 台) + 1 × 常规服务器 | 车间网络不稳 断网兜底要求高 |
| 标准方案主力推荐 | 语音算法及平台 1 台服务器、推理大模型 1 台服务器——计算分离,故障域隔离 | 2 × 常规服务器 大模型独享整机资源 | 10–30 台 EBOX 5–15 路并发 |
| 高性能方案 | 平台部署常规服务器;大模型及算法部署 GPU 服务器(vLLM 批量推理加速) | 1 × 常规服务器 + 1 × GPU 服务器 | 30 台以上 几十路并发 · 多厂区 |
四级方案运行同一软件栈:升级路径上仅增加服务器 / 边缘硬件,配置切换即完成迁移,业务零中断。
首发场景:制造工厂仓储——库存、库位、出入库,一句话直达。