Dans le domaine de la reconnaissance vocale, le développement de la technologie de reconnaissance du chinois a toujours suscité un vif intérêt. Récemment, l'équipe FireRed de Xiaohongshu a publié un nouveau modèle de reconnaissance vocale open source : FireRedASR. Ce système de reconnaissance vocale basé sur un grand modèle a obtenu d'excellents résultats sur plusieurs ensembles de tests standard, marquant une avancée majeure dans la technologie de reconnaissance vocale chinoise. L'indicateur principal de FireRedASR est le taux d'erreur de caractères (CER), un indicateur qui, plus il est bas, indique une meilleure performance du modèle. Lors de récents tests publics, Fi

La startup américaine Useful Sensors a lancé Moonshine, un modèle de reconnaissance vocale open source. Conçu pour traiter les données audio de manière plus efficace, Moonshine est plus économique en ressources de calcul que Whisper d'OpenAI et cinq fois plus rapide. Ce nouveau modèle, à l'architecture flexible, est spécialement conçu pour les applications en temps réel sur des matériels aux ressources limitées. Contrairement à Whisper qui traite les fichiers audio par segments fixes de 30 secondes...

La société israélienne d'IA aiOla a publié un modèle de reconnaissance vocale open source appelé Whisper Medusa. Basé sur une architecture améliorée intégrant un mécanisme d'attention multi-têtes, il est 50% plus rapide que le modèle Whisper d'OpenAI. Whisper Medusa prédit dix jetons en parallèle au lieu d'un seul à la fois, améliorant ainsi considérablement la vitesse de reconnaissance vocale tout en maintenant les performances. Sa méthode d'entraînement innovante utilise l'apprentissage faiblement supervisé, en gelant le système principal et en utilisant...

La start-up israélienne d'IA aiOla a publié un modèle de reconnaissance vocale open source appelé Whisper-Medusa, 50% plus rapide que Whisper d'OpenAI. Ce modèle, basé sur Whisper, utilise une architecture innovante d'« attention multi-têtes » pour prédire plus de jetons à la fois, ce qui améliore considérablement la vitesse sans compromettre la précision. Whisper-Medusa est disponible sur Hugging Face sous licence MIT, permettant une utilisation à des fins de recherche et commerciales. aiOla utilise la supervision faible...