Тэг
Распознавание речи
Обзор Wispr Flow: как ИИ-диктовка заменяет набор текста
Узнайте, как приложение Wispr Flow использует искусственный интеллект для точной диктовки текста, форматирования запросов для ChatGPT и работы в любых программах.
Читать далее
Microsoft представила MAI-Transcribe-2-Streaming: лидер среди моделей распознавания речи
Microsoft представила потоковую модель MAI-Transcribe-2-Streaming, занявшую первое место в рейтинге Artificial Analysis по скорости и точности распознавания речи.
Читать далее
Гига Писарь теперь на Android: голосовой ввод и нейросети для смартфона
Популярный голосовой помощник Гига Писарь теперь доступен на Android. Узнайте, как настроить офлайн-распознавание речи, нейросети и голосовое редактирование текста на смартфоне.
Читать далее
Sarvam AI выпустила Saaras V4: распознавание речи для 22 языков Индии и глобального английского
Sarvam AI представила Saaras V4 — модель распознавания речи для 22 индийских языков и глобального английского с пятью режимами вывода.
Читать далееЛокальный ИИ-ассистент для созвонов, часть 4: что происходит после кнопки «Стоп» и как работает ревизия
Разбор фоновых процессов локального ИИ-ассистента после нажатия кнопки «Стоп»: как облачная ревизия исправляет ошибки локальной LLM, отменяет ложные задачи и перештамповывает спикеров.
Читать далее
Meta представила Muse Voice Transcribe: единую ИИ-модель для потокового распознавания речи, диаризации и отслеживания пауз
Meta запустила модель Muse Voice Transcribe для потокового распознавания речи, диаризации 20+ спикеров и фиксации пауз в одном проходе по API.
Читать далее
Open ASR Leaderboard впервые добавляет языки Глобального Юга: бенчмарки Monsoon для индийского английского и хинди
Open ASR Leaderboard добавил наборы данных Monsoon для индийского английского и хинди. Разбор методологии, метрики OIWER, региональных тестов и контроля качества.
Читать далее
Google выпустила Gemini 3.5 Transcribe: модель распознавания речи с точностью WER от 2,6%
Google презентовала нейросеть Gemini 3.5 Transcribe для автоматического распознавания речи с уровнем ошибок от 2,6%. Модель поставляется в двух вариантах API: для мгновенной потоковой трансляции и обработки готовых аудиофайлов.
Читать далее
Как модели распознавания речи подстраиваются под бенчмарки: новое исследование
Исследование открытых моделей распознавания речи показало, что системы способны воспроизводить ошибки бенчмарков вместо реального аудио.
Читать далее
