ម៉ូដែល AI
ជ្រើសម៉ាស៊ីនបកប្រែរបស់អ្នក - ប្រៀបធៀបភាពត្រឹមត្រូវ, ល្បឿននិងគាំទ្រភាសានៅលើគំរូការទទួលស្គាល់ការនិយាយនាំមុខគេ។
របៀបជ្រើសម៉ូដែលត្រឹមត្រូវ
ម៉ូដែលបម្លែងផ្សេងគ្នាល្អបំផុតក្នុងតំបន់ផ្សេងគ្នា & # 160; ។ ប្រើមគ្គុទ្ទេសក៍នេះដើម្បីជ្រើសម៉ូដែលដែលល្អបំផុតសម្រាប់តម្រូវការរបស់អ្នក & # 160; ។
| ម៉ូដែល | WER | ល្បឿន | ភាសា | ល្អបំផុតសម្រាប់ |
|---|---|---|---|---|
| STT.ai Enhanced | 3.2% | 160.0x | 100 | ម៉ូដែល STT.ai ដ៏ល្បីល្បាញនៃ សម្លេង ទៅ អត្ថបទ ជាមួយនឹងភាពត្រឹមត្រូវ និង ល្បឿន ល្អបំផុត … |
| Whisper Large V3 | 4.2% | 8.0x | 99 | ម៉ូដែល Whisper ដ៏ធំ និងត្រឹមត្រូវបំផុតរបស់ OpenAI ។ ការគាំទ្រភាសាច្រើនដ៏ល្អបំផុតជាមួយនឹងភាសា ៩៩ ។ |
| Whisper Turbo | 5.1% | 32.0x | 99 | ល្បឿនធ្វើឲ្យប្រសើរឡើងរបស់ OpenAI Whisper ចម្លង ។ 4x រហ័សជាងធំ V3 ជាមួយនឹងការបាត់បង់ភាពត្រឹមត្រូវអប្បបរមា ។ |
| NVIDIA Canary | 3.5% | 45.0x | 4 | ម៉ូដែល ASR ភារកិច្ចច្រើនរបស់ NVIDIA ជាមួយភាពត្រឹមត្រូវកម្រិតកំពូលនៅក្នុងភាសាអង់គ្លេស ។ ស្ថាបនាលើគ្រោងការណ៍ NeMo ។ |
| Moonshine | 7.8% | 80.0x | 1 | ម៉ូដែល ASR ធន់ធ្ងន់ដែលបានរចនាសម្រាប់ឧបករណ៍ចុង ។ រត់លើ Raspberry Pi ជាមួយការពន្យារពេលអប្បបរមា ។ |
| NVIDIA Parakeet | 3.0% | 55.0x | 1 | ម៉ូដែល ASR ភាសាអង់គ្លេសដែលមានមូលដ្ឋានលើ CTC របស់ NVIDIA ។ មួយនៃម៉ូដែលភាសាអង់គ្លេសប្រភពបើកចំហដែលត្រឹមត្រូវបំផុតដែលអាចរកបាន ។ |
| SenseVoice | 5.5% | 50.0x | 50 | ម៉ូដែលយល់ដឹងការនិយាយជាច្រើនភាសាជាមួយការទទួលស្គាល់អារម្មណ៍ និងការរកឃើញព្រឹត្តិការណ៍អូឌីយ៉ូ & # 160; ។ |
| Distil-Whisper | 5.8% | 48.0x | 99 | កំណែដបនៃ Whisper ធំ V3. 6x រហ័សជាមួយប៉ារ៉ាម៉ែត្រតិចជាង 49% ខណៈពេលដែលរក្សាភាពត្រឹមត្រូវ។ |
| Vosk | 12.0% | 100.0x | 20 | ការទទួលស្គាល់ការនិយាយក្រៅបណ្ដាញស្រាល ។ ធ្វើការដោយគ្មានអ៊ីនធឺណិត ល្អសម្រាប់ករណីប្រើដែលមានភាពឯកជន និងបង្កប់ ។ |
តើអ្វីទៅជា WER (អត្រាកំហុសពាក្យ)?
អត្រាកំហុសពាក្យ (WER) គឺជាម៉ែត្រស្តង់ដារសម្រាប់វាស់ភាពត្រឹមត្រូវនៃការទទួលស្គាល់ការនិយាយ & # 160; ។ វាគណនាភាគរយនៃពាក្យក្នុងការបកប្រែដែលខុសពីសេចក្ដីយោង & # 160; ។ WER របស់ ៥% មានន័យថាប្រហែលជា៥ ក្នុងចំណោមពាក្យទាំងអស់ដែលមានកំហុស & # 160; ។ ទាបជាងនេះគឺល្អ & # 160; ។
ជំនាញបម្លែងមនុស្សជាទូទៅសម្រេចបាននូវ WER នៃ 4-5%. ម៉ូដែល AI ល្អបំផុតឥឡូវនេះផ្គូផ្គងឬជិតស្និទ្ធភាពកម្រិតមនុស្សលើអូឌីយ៉ូស្អាត.
មិនប្រាកដថាម៉ូដែលណាត្រូវប្រើទេ & # 160;?
ព្យាយាមលំនាំដើមរបស់យើង - Whisper ធំ V3 Turbo ផ្ដល់នូវតុល្យភាពល្អបំផុតនៃល្បឿននិងភាពត្រឹមត្រូវ. ឥតគិតថ្លៃដើម្បីចាប់ផ្តើម, គ្មានការចុះឈ្មោះចាំបាច់.
ចាប់ផ្ដើមបម្លែងជាសំឡេងដោយឥតគិតថ្លៃ