L’équipe technique de la diffusion en direct du e-commerce de Kuaishou présente l’ingénierie des sous-titres en direct, réduisant la latence de bout en bout de 1,5 à 2 secondes à 400-500 millisecondes et diminuant le taux d’erreur de caractères de 7,81 % à 3,51 %. Le système prend en charge des millions d’utilisateurs simultanés grâce à un pipeline en quatre étapes : reconnaissance automatique de la parole, alignement PTS, distribution en cascade et rendu côté client. Une innovation clé est le mécanisme de révision en streaming utilisant sentenceId, revision et la chronologie du lecteur pour stabiliser les sous-titres mis à jour en continu sans scintillement. Il s’agit de la première approche d’ingénierie systématique pour les scénarios de diffusion en direct du e-commerce à fort débit et en temps réel, offrant des informations précieuses pour la conception de systèmes d’IA en temps réel robustes.