循环智能（Recurrent AI）ASR自动语音识别，基于原创的、先进的 Transformer-XL 端到端模型，经过数十万小时行业标注数据训练，在金融、教育等领域的电话录音ASR准确率实测结果优于行业巨头。
采用原创的底层算法模型
循环智能联合创始人杨植麟与Google、卡内基梅隆大学，合作推出国际前沿的原创算法模型 Transformer-XL，并在全部六个主流语言建模数据集上取得 state of the art 结果。循环智能率先将该模型应用于企业级语音识别系统，实现准确率更高的端到端语音识别。
特点：全部六个数据集 （state of the art ） 端到端识别 相对位置编码 循环机制
实测准确率高于行业巨头
在某数百亿市值客户的测试中，循环智能的语音识别准确率高于国内公认语音巨头 X 厂和互联网巨头 T 厂，其中语音识别错误率，X 厂比我们高 3.96%，T 厂比我们高 19.68%；说话人分离的错误率，X 厂比我们高 27.87%，T 厂比我高 46.54%。
特点：实测数据 语音降噪 模型压缩
支持高并发、低延时的实时转写
循环智能提供实时的电话语音转写为文字服务，支持 MRCP 等主流传输协议，8K 采样率。在维持高准确率、高并发通路数的基础上，我们的端到端延时低于 150ms，当前行业实际平均水平在 500ms 左右。
特点：高并发通路 低延时
说话人识别准确率，远高于行业水平
因为节省存储成本的考虑，很多企业采用单轨录音。循环智能通过自研的说话人分离技术，对单轨录音中的说话人角色进行分类，为坐席沟通质检与客户心声分析提供技术基础。在客户的实际测试中，我们的说话人识别错误率低于行业巨头 25% 以上。
特点：沟通质检 说话人分离
亮点功能：多功能播放器支持自定义倍速播放、快速修改字幕、反转说话人以及 Word 或 TXT 格式文档下载，可以方便地查看命中标签的核心字幕。
