AI ماڊل
ھن کي ھن جي ذاتي زندگيءَ ۾ به اهميت حاصل آھي، جنھن ۾ سندس ذاتي زندگي، ذاتي زندگيءَ جي ذاتي زندگي، ۽ ذاتي زندگيءَ جي ذاتي زندگي شامل آھن.
صحيح ماڊل ڪيئن چونڊيو
مختلف نقل ماڊل مختلف علائقن ۾ بهترين آهن. هن رهنمائي کي استعمال ڪريو ته توهان جي ضرورتن لاءِ بهترين ماڊل چونڊيو.
| ماڊل | WER | رفتار | ٻوليون | بهترين |
|---|---|---|---|---|
| STT.ai Enhanced | 3.2% | 160.0x | 100 | STT.ai جو قومي آواز-لکڻ ماڊل بهترين درجي جي دقت ۽ … |
| Whisper Large V3 | 4.2% | 8.0x | 99 | OpenAI جو وڏو ۽ تمام صحيح Whisper ماڊل. 99 ٻولين … |
| Whisper Turbo | 5.1% | 32.0x | 99 | OpenAI جو رفتار-اصلاح ٿيل ويسپير قسم. وڏي V3 کان 4x … |
| NVIDIA Canary | 3.5% | 45.0x | 4 | NVIDIA جو ملٽي-ٽاسڪ ASR ماڊل انگريزي ۾ مٿين درجي جي … |
| Moonshine | 7.8% | 80.0x | 1 | انتهائي هلڪو وزن وارو ASR ماڊل، ڪناري جي اوزارن لاءِ … |
| NVIDIA Parakeet | 3.0% | 55.0x | 1 | NVIDIA جو CTC-آسان انگريزي ASR ماڊل. سڀ کان صحيح مفت-اصل … |
| SenseVoice | 5.5% | 50.0x | 50 | احساس جي سڃاڻپ ۽ آڊيو واقعن جي ڳولا سان ٻن … |
| Distil-Whisper | 5.8% | 48.0x | 99 | Whisper Large V3 جو ڊسٽليٽ ٿيل ورزن. 6x تيز ۽ … |
| Vosk | 12.0% | 100.0x | 20 | ھلڪو آف لائن ڳالھائڻ جو سڃاڻپ. انٽرنيٽ کانسواءِ ڪم ڪري … |
WER (شيء جي غلطي جي شرح) ڇا آهي؟
لفظ جي غلطي جي شرح (WER) ڳالهائڻ جي سڃاڻپ جي درستگي جي ماپڻ لاءِ معياري ميٽرڪ آهي. اهو هڪ ترانسڪريپٽ ۾ لفظن جي سيڪڙو کي ڳڻپ ڪري ٿو جيڪي حوالي کان مختلف آهن. 5% جي WER جو مطلب اهو آهي ته تقريبن 5 مان هر 100 لفظن ۾ غلطي آهي. گهٽ بهتر آهي.
پرائيويٽ انسان جي ترڪيب وارا عام طور تي 4-5٪ جي WER حاصل ڪندا آهن. بهترين AI ماڊل هاڻي صاف آڊيو تي انسان جي سطح جي دقت کي برابر يا ويجهو ڪندا آهن.
ڪھڙو ماڊل استعمال ڪجي اهو يقين نه آھي؟
اسان جي ڊفالٽ جي ڪوشش ڪريو - Whisper Large V3 Turbo رفتار ۽ دقت جو بهترين تعادل فراهم ڪري ٿو. شروع ڪرڻ لاءِ مفت، ڪا به رجسٽريشن جي ضرورت ناهي.
شروع ڪريو