Kuaishou melhora a velocidade e a precisão da legendagem ao vivo para transmissões de comércio eletrônico

A Kuaishou desenvolveu um novo sistema de legendagem ao vivo que reduz significativamente o atraso entre a fala do apresentador e a exibição das legendas. O atraso total foi reduzido de 1,5 a 2 segundos para 400 a 500 milissegundos, com a taxa de erro de caracteres diminuindo de 7,81% para 3,51%. Esta melhoria suporta milhões de utilizadores simultâneos, representando a primeira abordagem de engenharia sistemática para transmissões ao vivo de comércio eletrônico, que exige alta concorrência e desempenho em tempo real. O sistema divide a entrega de legendas em quatro etapas: reconhecimento automático da fala, alinhamento PTS, distribuição em cascata e renderização no lado do cliente. A parte mais complexa é o mecanismo de revisão de transmissão, que atualiza continuamente as legendas à medida que a fala é processada. Isto requer o acompanhamento de IDs de frases, revisões e cronogramas do utilizador para garantir que as legendas são estáveis e não piscam ou se sobrepõem. Esta abordagem de engenharia é considerada mais valiosa do que se concentrar apenas na precisão do reconhecimento para equipas que desenvolvem sistemas de IA em tempo real de alta concorrência.