این بچه‌های Underdog AI از مدل تبدیل گفتار به متن جدیدشون به اسم Bark 3.0 رونمایی کردن و قشنگ زد روبه‌روی غول‌های هوش مصنوعی ایستاد

این بچه‌های Underdog AI از مدل تبدیل گفتار به متن جدیدشون به اسم Bark 3.0 رونمایی کردن و قشنگ زد روبه‌روی غول‌های هوش مصنوعی ایستاد. ماجرا اینه که این مدل فسقلی کلاً ۱۶۳ مگابایته، ولی از نظر دقت و کیفیت، مدل معروف Whisper large-v3 اوپن‌ای‌آی رو که ۵۷ برابر بزرگ‌تره و مدل Parakeet انویدیا رو پشت سر گذاشته. سرعتش هم طوریه که روی لپ‌تاپ، یه دقیقه فایل صوتی رو توی کمتر از یک‌چهارم ثانیه با خطای حدود ۷.۸ درصد پیاده می‌کنه. از همه باحال‌تر اینکه کاملاً رایگان و متن‌بازه و بدون دردسر و آفلاین، روی گوشی و کامپیوترت ردیف کار می‌کنه.

منبع

Underdog AI@UnderdogAI

Today we’re releasing Underdog Bark 3.0, the #1 frontier speech model It's a tiny 163 MB download as accurate as NVIDIA’s Parakeet (15x bigger). It beats OpenAI's Whisper large-v3 (57x bigger) It's fast- transcribes 1 min of audio in <0.25s on a Macbook. On recorded meetings (AMI), Bark 3.0 gets 7.82% of words wrong. Parakeet gets 9.42%. OpenAI's Whisper large-v3 gets 13.63% error rate Bark runs on both your Laptop & Phone. It’s free and open source under CC-BY 4.0 Try private on-device meeting notes & dictation, powered by Bark, in Underdog today: http://underdog.ai/bark

۲۹ مهر ۱۴۰۵مشاهده در X