Globaler öffentlicher Sektor
Rafiqspace.ai erreicht eine Transkriptionsgenauigkeit von 97,7 % in Bahasa Indonesia mit NVIDIA Nemotron
Ziel
Indonesiens Behörden und regulierte Unternehmen bewältigen jedes Jahr Tausende von Stunden an kritischen Audioaufnahmen von Besprechungen – Parlamentssitzungen, Compliance-Prüfungen und nationale Gesundheitsaufsicht –, wobei die Dokumentationsgenauigkeit direkt Einfluss auf rechtliche und regulatorische Ergebnisse hat.
Rafiqspace.ai wurde gegründet, um dieses Problem zu lösen, indem das Unternehmen eine verantwortungsvolle KI auf Unternehmensniveau für die Sprachintelligenz in Bahasa Indonesia entwickelt hat – zu einer Zeit, in der keine kommerziell verfügbare Lösung die Genauigkeitsschwellenwerte erreichen konnte, die von Regierungskunden gefordert wurden.
Durch die Feinabstimmung eines offenen NVIDIA Nemotron™-Sprachmodells Parakeet ASR auf NVIDIA H100- und L40S-GPUs erreichte Rafiqspace.ai eine Transkriptionsgenauigkeit von 97,7 % bzw. eine Wortfehlerrate (WER) von 2,3 %. Damit übertrifft das Unternehmen globale Anbieter, während die Transkriptionskosten pro Stunde um bis zu 90 % gesenkt und die manuellen Verarbeitungszeiten von Stunden auf Minuten verkürzt werden. Zum Vergleich: Die niedrigste durchschnittliche WER auf dem Hugging Face Open ASR-Leaderboard liegt bei 5,42 %.
Kunde
Rafiqspace.ai
Partner
Lintasarta
Thema
Gesprächs-KI
Das Wichtigste im Überblick
569-facher Echtzeitfaktor für Batch-Transkriptionen
- Ausgehend von einer 6-fachen bis 10-fachen Basis – für die Bereitstellung der Protokolle von Parlamentssitzungen am selben Tag
97,7 % Transkriptionsgenauigkeit in Bahasa Indonesia
- Benchmark-führend im Vergleich zu globalen Anbietern
95 % Reduzierung des manuellen Transkriptionsaufwands
- Von 2–3 Stunden Aufwand pro Audiostunde auf unter 5 Minuten mit vollständiger Sprecheridentifikation
Erfüllung der Compliance-Anforderungen der Regierung ohne praktikable Sprach-KI-Lösung für Bahasa Indonesia
Rafiqspace.ai ist ein indonesisches KI-Softwareunternehmen, das verantwortungsvolle Sprachintelligenz auf Unternehmensniveau für Bahasa Indonesia entwickelt – für Regierungsbehörden, nationale Gesundheitseinrichtungen und regulierte Unternehmen im ganzen Land.
Der öffentliche Sektor Indonesiens generiert täglich stundenlange Audioaufnahmen von hochkarätigen Besprechungen. Parlamentssitzungen auf nationaler und Provinzebene erfordern Wortprotokolle mit vollständiger Sprecherzuordnung. Die manuelle Transkription bot eine Genauigkeit von 70–80 % und erforderte 3–4 Stunden menschlichen Zeitaufwands pro Stunde Audio, was eine Verteilung offizieller Protokolle am selben Tag unmöglich machte.
Kommerzielle Speech-to-Text-Tools boten keine praktikable Alternative. Keine davon verfügten über die notwendige Feinabstimmung für das regulatorische Vokabular von Bahasa Indonesia oder Multi-Speaker-Umgebungen, und die Streaming-Transkription lief langsamer als Echtzeit – zu langsam für die Aufnahme von Live-Notizen. Rafiqspace.ai benötigte eine Plattform, die behördliche Genauigkeitsgrenzwerte erfüllen kann, eine Streaming-Latenz von unter 300 ms bietet und einzelne Sprecher automatisch identifizieren kann.
Entwicklung einer fein abgestimmten ASR- und Diarisierungsplattform für Bahasa Indonesia mit NVIDIA Nemotron
Rafiqspace.ai hat seine Plattform auf NVIDIA Nemotron-Modellen und -Bibliotheken entwickelt und das Parakeet-CTC-ASR-Modell anhand eines proprietären Datensatzes optimiert, der Parlamentsverfahren, Google FLEURS-Benchmarks, interne Geschäftstreffen, Vorträge und Rundfunk-Talkshows umfasst. Der Kern-Infrastruktur-Stack:
- NVIDIA H100-GPUs für das Modelltraining und die Feinabstimmung
- NVIDIA L40S-GPUs für Produktionsinferenz, die vor Ort oder in hybriden Konfigurationen mit GCP und AWS bereitgestellt werden
- NVIDIA NeMo™ ClusterDiarizer für die Sprecherdiarisierung, der Silero VAD, TitaNet-Large-Sprecher-Einbettungen und zweistufiges Agglomerations-Clustering kombiniert
- Bidirektionales gRPC-Streaming für vorläufige Transkriptionsergebnisse von unter 300 ms
- Ein Interpunktions- und Großschreibungsmodell, um die Rohausgabe in strukturierte, lesbare Meeting-Datensätze nachzuverarbeiten
Rafiqspace.ai ist eine Partnerschaft mit Lintasarta – dem einzigen Cloud-Partner von NVIDIA in Indonesien – eingegangen, um das Backbone der On-Premise-Infrastruktur für Regierungsbereitstellungen zu schaffen und sicherzustellen, dass sensible Parlaments- und Gesundheitsdatensätze in kontrollierten Umgebungen verbleiben.
„NVIDIA-beschleunigtes Computing und Nemotron-Sprachmodelle haben für Rafiqspace.ai transformativ gewirkt. Durch die Nutzung von H100s für die Feinabstimmung und L40S für Inferenz haben wir eine Genauigkeit von 97,7 % in der Bahasa Indonesia-Transkription erreicht – und damit Branchen-Benchmarks übertroffen – und gleichzeitig die Echtzeitleistung geliefert, die Regierungs- und Unternehmenskunden verlangen. NVIDIA ist ein entscheidender Faktor für unsere Mission, KI auf Unternehmensniveau in Indonesien zu demokratisieren und die Qualität unseres Bearbeitungsprozesses für Meeting-Protokolle zu verbessern.“
Jaka Arya Pradana
CEO und Mitbegründer, Rafiqspace.ai
Bereitstellung von branchenführender Genauigkeit und Sitzungsprotokollen am selben Tag im gesamten öffentlichen Sektor Indonesiens
Die NVIDIA-gestützte Plattform von Rafiqspace.ai führte zu drastischen Verbesserungen in Bezug auf Geschwindigkeit, Genauigkeit und Kosten – so konnten Regierungskunden Meeting-Protokolle am selben Tag erhalten, während die Bearbeitung zuvor 2–3 Tage gedauert hatte. Dadurch wurde der manuelle Transkriptionsaufwand um 95 % reduziert.
In Bezug auf die Genauigkeit hat das fein abgestimmte Parakeet-Modell von Rafiqspace.ai einen neuen Maßstab für die Spracherkennung von Bahasa Indonesia gesetzt – es erreichte 97,7 % im Testset und übertrifft OpenAI Whisper, Google Gemini 2.5 Pro, ElevenLabs Scribe und Alibaba Qwen3. Insbesondere für die Dokumentation von Regierungssitzungen lag die Genauigkeit bei 95,57 % gegenüber 91,78 % für Google Gemini Pro – eine Marge, die sich direkt auf die Zuverlässigkeit der offiziellen Parlamentsaufzeichnungen auswirkt.
Die Effizienz- und Kosteneinsparungen waren ebenfalls erheblich:
- 569-fache Batch-Transkription in Echtzeit auf H100 – gegenüber einer Baseline von 6x–10x
- 1,65-faches Echtzeit-Streaming, gegenüber 0,75x, was Live-Notizen ermöglicht, die mit den Sprechern Schritt halten
- Transkriptionskosten pro Stunde wurden von bis zu 50 US-Dollar (ausgelagert) auf etwa 5 US-Dollar reduziert – eine Reduzierung von 90 %
„Der Einsatz von KI für die Protokollierung von Besprechungen in unserer Institution war außergewöhnlich. Diese Technologie hat unsere Arbeit erheblich beschleunigt, Zeit gespart und die Gesamteffizienz verbessert. Die Genauigkeit des Textes und der Formulierung ist ausgezeichnet, was die Qualität unseres Bearbeitungsprozesses für Meeting-Protokolle erheblich verbessert.“
Darmawan
E-Notulen Expert Staff, Sekretariat eines Provinzparlaments
Ausweitung der agentischen Compliance-Automatisierung und KI-Anpassung in ganz Südostasien mit NVIDIA
Rafiqspace.ai bewertet NVIDIA Nemotron 3 Nano für LLM-gestützte regulatorische Erkenntnisse und die Generierung von Compliance-Berichten und plant, NVIDIA AI Enterprise und NVIDIA Run:ai für die Infrastrukturoptimierung zu integrieren, während der Umfang der Bereitstellungen zunimmt. Die Roadmap zielt auf eine End-to-End-Plattform für agentische Compliance-Systeme ab, die Transkription, Diarisierung und autonome Dokumentengenerierung kombiniert.
Das Unternehmen plant, B2C-Dienste im Jahr 2027 einzuführen und branchenspezifische Modelle für die Finanz-, Rechts- und Gesundheitsbranche zu entwickeln. Längerfristig will Rafiqspace.ai seine Bereitstellungen auf zusätzliche indonesische Regionalsprachen und ASEAN-Märkte ausweiten – und so Compliance-fähige Bahasa-Indonesia-Sprach-KI nach Malaysia, Thailand und auf die Philippinen bringen.
Erfahren Sie mehr über NVIDIA-Lösungen für den globalen öffentlichen Sektor.