انویدیا مدل متن‌باز تبدیل گفتار به نوشتار را معرفی کرد
به گزارش تیترستان؛ شرکت انویدیا از یک مدل هوش مصنوعی متن‌باز رونمایی کرده است که فایل‌های صوتی را به ۴۰ زبان به متن تبدیل می‌کند و گویندگان مختلف را از یکدیگر تشخیص می‌دهد. این ابزار که برای توسعه‌دهندگان و پژوهشگران عرضه شده، می‌تواند در کاربردهایی مانند زیرنویس‌گذاری خودکار، تحلیل تماس‌های مشتریان و مستندسازی جلسات مورد استفاده قرار گیرد. متن‌باز بودن این مدل به کاربران اجازه می‌دهد آن را با داده‌های خود تنظیم کنند و در محیط‌های محلی اجرا کنند. انویدیا هنوز جزئیات دقیق دقت و سرعت این مدل را منتشر نکرده است.
در حال بارگذاری نظرات...