इजरायल की एआई कंपनी aiOla ने एक ओपन-सोर्स वॉयस रिकग्निशन मॉडल व्हिस्पर मेडुसा पेश किया है, जो उन्नत आर्किटेक्चर डिजाइन पर आधारित है, जिसमें मल्टीहेड अटेंशन मेकैनिज्म का उपयोग किया गया है, जिससे इसकी प्रोसेसिंग स्पीड OpenAI के व्हिस्पर मॉडल से 50% तेज हो गई है। व्हिस्पर मेडुसा समानांतर रूप से दस टोकन्स की भविष्यवाणी करता है, जबकि पारंपरिक रूप से एक बार में एक यह वॉयस रिकग्निशन की गति को उल्लेखनीय रूप से बढ़ाता है, जबकि प्रदर्शन को बनाए रखता है। इसकी नवोन्मेषी प्रशिक्षण विधि कमजोर पर्यवेक्षित अध्ययन को अपनाती है, मुख्य प्रणाली को फ्रीज करके और使用

इजरायल की AI स्टार्टअप aiOla ने Whisper-Medusa नामक ओपन-सोर्स वॉयस रिकग्निशन मॉडल लॉन्च किया है। यह मॉडल OpenAI के Whisper की तुलना में 50% तेज है। यह मॉडल Whisper पर आधारित है और इसमें एक नवोन्मेषी "मल्टी-हेड अटेंशन" आर्किटेक्चर है, जो एक बार में अधिक टोकन की भविष्यवाणी कर सकता है, जिससे गति में उल्लेखनीय वृद्धि हुई है जबकि सटीकता अपरिवर्तित है। Whisper-Medusa को हगिंग फेस पर MIT लाइसेंस के तहत जारी किया गया है, जो अनुसंधान और वाणिज्यिक उपयोग की अनुमति देता है। aiOla ने कमजोर पर्यवेक्षण के माध्यम से।

Intron Health, एक क्लिनिकल वॉयस रिकग्निशन पर केंद्रित स्टार्टअप, ने 1.6 मिलियन डॉलर की सीड फंडिंग प्राप्त करने की घोषणा की। इस कंपनी की स्थापना टोबी ओलातुंजी ने की, जो नाइजीरिया में प्रशिक्षित और प्रैक्टिस करने वाले एक डॉक्टर रहे हैं, जिन्होंने स्वास्थ्य प्रणाली की अपर्याप्तता का firsthand अनुभव किया, जिसमें भारी प्रशासनिक काम और इन दस्तावेजों को ट्रैक करने में कठिनाइयाँ शामिल हैं।

टेनसेंट क्लाउड ASR को अपग्रेड किया गया है, जो बेहतर स्थानीय बोलियों और शोर को संभालता है। ASR 23 प्रकार की बोलियों की पहचान और शोर की छाननी का समर्थन करता है। बड़े भाषा मॉडल के उपयोग से पहचान की सटीकता में सुधार किया गया है। उत्पाद का व्यापक रूप से आंतरिक और बाहरी व्यावसायिक ग्राहकों द्वारा उपयोग किया जा रहा है। टेनसेंट क्लाउड ASR पहले ही प्रति दिन एक अरब बार कॉल की जा चुकी है।

हाल ही में Nature की एक सह-बातचीत में रिपोर्ट किया गया कि जीवित मानव मस्तिष्क की कोशिकाओं से निर्मित एआई सिस्टम की वॉयस रिकग्निशन की सटीकता 30%-40% से बढ़कर 78% हो गई है। यह प्रणाली बिना पर्यवेक्षण के सीख सकती है, जो तंत्रिका नेटवर्क के समान है, और इसकी सीखने की क्षमता मस्तिष्क जैसे अंगों की तंत्रिका कोशिकाओं के संबंध से संबंधित है। 'मिनी ब्रेन' और माइक्रोइलेक्ट्रोड के माध्यम से, दो दिन की ट्रेनिंग के बाद उल्लेखनीय वृद्धि देखी गई, लेकिन यह केवल बोली लगाने वाले को पहचान सकती है, सामग्री को समझ नहीं सकती। प्रणाली की प्रदर्शन में सुधार की संभावना है, लेकिन मस्तिष्क के अंगों की आयु केवल 1-2 महीने होती है, और बाह्य उपकरणों की शक्ति खपत अधिक है। शोध से पता चलता है कि वास्तव में सामान्य जैविक कंप्यूटिंग सिस्टम को निर्माण में दशकों लग सकते हैं।