Nvidia julkaisi avoimen puheentunnistusmallin
Nvidia on julkaissut maksuttoman puheentunnistusmallin, joka litteroi puhetta 40 kielellä tallennetusta materiaalista.
Nvidia on tuonut markkinoille uuden avoimen lähdekoodin puheentunnistusmallin. Työkalu kykenee litteroimaan puhetta 40 eri kielellä, mutta se on tällä hetkellä rajoitettu vain valmiisiin äänitallenteisiin.
Mallin ominaisuudet suuntaavat sen erityisesti kokous- ja lääketieteellisten litterointipalveluiden käyttöön. Koska teknologia ei tue reaaliaikaista litterointia, se ei suoraan kilpaile markkinoilla olevien live-ääntä prosessoivien ratkaisujen, kuten ElevenLabs-palvelun kanssa.
Uuden mallin julkaisu laajentaa Nvidian läsnäoloa tekoälypohjaisessa puheenkäsittelyssä. Teknologian rajoittuminen tallennettuun ääneen jättää kuitenkin tilaa kilpaileville reaaliaikaisille sovelluksille.