bitpie錢包安卓下載|英偉達(dá)推出 AI 語(yǔ)音識(shí)別模型 Parakeet，號(hào)稱優(yōu)于 Whisper - AI新智界

• 作者: bitpie錢包安卓下載|英偉達(dá)推出 AI 語(yǔ)音識(shí)別模型 Parakeet，號(hào)稱優(yōu)于 Whisper - AI新智界
• 2024-04-08 23:14:35

據(jù)站長(zhǎng)之家 1 月 8 日?qǐng)?bào)道，開(kāi)源對(duì)話 AI 工具包 NVIDIA NeMo 宣布推出 Parakeet ASR 模型系列，這是一系列最先進(jìn)的自動(dòng)語(yǔ)音識(shí)別（ASR）模型，能夠以出色的準(zhǔn)確性轉(zhuǎn)錄英語(yǔ)口語(yǔ)。

英偉達(dá)宣布推出了四個(gè) Parakeet 模型，這些模型基于 RNN Transducer/Connectionist Temporal Classification 解碼器，并且具有 0.6-1.1 億參數(shù)。它們能夠應(yīng)對(duì)各種音頻環(huán)境，并且在僅使用了 64000 小時(shí)的數(shù)據(jù)集進(jìn)行訓(xùn)練后，在基準(zhǔn)數(shù)據(jù)集上實(shí)現(xiàn)了出色的詞錯(cuò)誤率（WER）表現(xiàn)，優(yōu)于以往的模型。

根據(jù)開(kāi)發(fā)人員的說(shuō)法，這些模型對(duì)音樂(lè)和靜音等非語(yǔ)音片段具有魯棒性，并且在基準(zhǔn)測(cè)試中優(yōu)于 OpenAI 的 Whisper v3。它們還通過(guò)預(yù)先訓(xùn)練的控制點(diǎn)提供用戶友好的集成到項(xiàng)目中。

原文鏈接