IBM、Granite Speechを翻訳・速度・話者追跡向けのモデルで更新
George SaonとIBMの音声チームは、2Bの多言語モデルを追加し、他の2つのモデルを改訂しました。性能数値は大部分がIBMによって報告されています。
By RuntimeWire Staff · Published · Updated
Primary source: Hugging Face Newsroom
なぜ重要なのか
IBMは、異なる導入上の制約に応じて音声AIをパッケージ化しており、多言語翻訳、高スループットの文字起こし、話者追跡向けに個別のモデルを用意している。同社が報告する速度と精度の結果は購入者に出発点を与えるが、購入者はそれでも自社の音声でモデルをテストする必要がある。
George Saon、IBMのスピーチ戦略責任者である彼と研究チームは、10月21日にGranite Speechを更新し、多言語の文字起こしと翻訳、高スループット音声認識、話者とタイミングを追跡する文字起こしという異なる用途を想定した3つのモデルを発表しました。Hugging Faceの発表では、1つの新モデルを追加し、既存の2モデルを改訂しています。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.