Yandex entraîne son enceinte connectée à de nouvelles commandes rapides sans perdre la qualité des anciennes

L’enceinte intelligente de Yandex (Station Street, par exemple) prend en charge des commandes rapides — de courtes phrases comme 'suivant' ou 'moins fort' — qui contournent le mot d’activation 'Alice' et s’exécutent localement sur l’appareil. Pour ajouter de nouvelles commandes sans nuire aux anciennes, l’équipe a rejeté le réentraînement complet (risque de régression), les petits modèles séparés (inefficaces et redondants) et les méthodes classiques d’apprentissage continu comme l’EWC, c’est-à-dire l’élastic weight consolidation (sans garanties). Ils ont plutôt utilisé une extension modulaire du réseau : à partir d’une certaine couche du modèle original figé, une branche parallèle extrait les activations, calcule un petit vecteur additif et le concatène à chaque étape. Cela permet d’apprendre de nouvelles commandes tout en préservant les anciennes, avec un contrôle total sur la mémoire et le calcul. L’entraînement s’est déroulé en deux étapes : un pré-entraînement sur 60 à 100 millions de journaux ASR non filtrés, et un réglage fin sur 400 000 à 1 million d’enregistrements domestiques propres. Résultats : la charge CPU réduite de 35 %, la RAM de 50 % et les fausses activations diminuées de 60 %. Ces travaux ont été publiés à Interspeech 2026.