// Transformacja AI
Expander
AI i cyfryzacja tam, gdzie oszczędzają czas: dokumenty, głos, szkolenia i proste aplikacje.
Realizacja dla klientaExpander
Expander to firma doradztwa finansowego. Praca doradców opiera się na dokumentach, rozmowach z klientami i ciągłym szkoleniu. Rozwijamy dla firmy rozwiązania AI i cyfrowe: każde odpowiada na konkretny problem, a razem składają się na transformację codziennej pracy.
// Co dostarczyliśmy
- →Odczyt dokumentów ze zdjęcia z telefonu: prostowanie, OCR i dane w formularzu
- →Aplikacja mobilna, którą obsługuje się głosem
- →Rozpoznawanie mowy i modele językowe na własnych GPU
- →Nagrania szkoleniowe generowane z tekstu przez syntezę mowy
- →Proste aplikacje: scalanie raportów i dopasowanie przelewów do księgowości
// jak to działa
01 / 04 · Odczyt dokumentów
Dokumenty, które czytają się same
Wystarczy zdjęcie dokumentu zrobione telefonem. System wykrywa krawędzie kartki, prostuje perspektywę, odczytuje tekst i przenosi potrzebne wartości do pól formularza. Człowiek sprawdza wynik, zamiast przepisywać dane ręcznie. Odczyt notatki trwa 12 s zamiast ponad 8 min.
02 / 04 · Obsługa głosem
Aplikacja obsługiwana głosem
Zamiast stukać w małe pola na ekranie, wystarczy powiedzieć, co trzeba zapisać. Mowa zamienia się w tekst, tekst w uporządkowane dane, a przed zapisem aplikacja pokazuje, co zrozumiała. Rozpoznawanie mowy działa na naszych GPU.
03 / 04 · Synteza mowy
Szkolenia nagrywane prosto z tekstu
Lekcja powstaje ze scenariusza. Tekst jest najpierw normalizowany, żeby liczby i skróty brzmiały naturalnie, potem synteza mowy zamienia go w nagranie lektorskie, a nagrania składają się w moduł szkoleniowy. Poprawka w materiale to zmiana w tekście, a nie nowa sesja w studiu. Rozwijamy własny model syntezy mowy.
04 / 04 · Proste aplikacje
Proste aplikacje, które zdejmują pracę
Nie każdy problem wymaga AI. Raporty z kilku źródeł, każdy w innym formacie, łączą się w jedno zestawienie. Przelewy same dopasowują się do zapisów w księgowości, nawet przy literówce w nazwisku albo przestawionych cyfrach w numerze konta. Wątpliwe przypadki trafiają do człowieka.
// Fakty
- Czas odczytu notatki przez OCR (wcześniej ponad 8 min)
- 12 s
Użyte technologie
Next.js
React Native
Expo
Payload
MongoDB
TypeScript
Computer vision
LLM serving
Local LLMs
Speech-to-text
Kubernetes