Система распознавания голоса в умных колонках с Алисой работает на основе трёх нейросетей: 1

1. Первая нейросеть на лету превращает поток в слова, не дожидаясь завершения всей фразы. 1 Это нужно, чтобы пользователи могли сразу видеть в интерфейсе свой запрос по мере того, как они его произносят. 1
2. Вторая нейросеть работает в паре с первой и предсказывает момент завершения фразы. 1
3. Когда реплика закончилась, вся фраза целиком отправляется на вход самой большой, третьей нейросети. 1 Она работает медленнее, но и качество распознавания произвольных фраз выше. 1 Именно результат работы третьей нейросети считается финальным. 1

Даже наиболее ограниченная по функционалу модель колонок — «Яндекс.Станция мини» — работает с распознаванием голоса благодаря семи интегрированным в устройство микрофонам. 2 Это позволяет корректно принимать команды, произнесённые даже шёпотом. 2

Для настройки корректного распознавания голоса нужно иметь доступ к приложению «Яндекс с Алисой» или «Дом с Алисой». 3 Колонка должна быть включена и находиться рядом с пользователем, а другие люди в момент настройки ничего не должны говорить. 3