صدا و موسیقی
@finkd
مارک زاکربرگ باز دست به کار شده و از مدل جدیدی به اسم Muse Voice Transcribe رونمایی کرده که اولین هوش مصنوعی درک صوتی درلحظه و ریلتایم از سمت تیم MSL به حساب میاد
مارک زاکربرگ باز دست به کار شده و از مدل جدیدی به اسم Muse Voice Transcribe رونمایی کرده که اولین هوش مصنوعی درک صوتی درلحظه و ریلتایم از سمت تیم MSL به حساب میاد. این مدل توی تبدیل استریم و زنده گفتار به متن واقعاً سنگ تموم گذاشته و آخرت کیفیت و دقته. حرکت خفنش هم اینه که به جای چندتا برنامه جداگونه، هم تفکیک دقیق گویندهها و هم تشخیص سکوت و پایان صحبت رو به شکل کاملاً یکپارچه و سرخود توی دلِ همین یه دونه مدل انجام میده.
منبع
Mark Zuckerberg@finkd
Muse Voice Transcribe is MSL's first real-time audio perception model -- rolling out today. SOTA in streaming speech-to-text, it handles speaker diarization, and endpointing natively in a single model.
۱۰ شهریور ۱۴۰۵مشاهده در X



نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.