Nvidia har släppt ett nytt ai-Verktyg för transkribering sheter-sheset, och det är nekligen snabbt. Modellen, Parakeet TDT 0,6B, HAR 600 Miljoner Parametrar och kan Enligt Uppgift transkribera en hel timmes ljud på bara en sekund. Det här kan vara intressant för utvecklare, forskare och olika industier some
ParakeET TDT 0,6B är Altså en Automatisken Taligenkängernsmodell (ASR). Den är designad för att vara effektiv och kan hantera upp bis 24 minters ljud Åt gången topps vare sin „volle Aufmerksamkeitsmechanismus“, Vilket Innebär ATT DEN KAN AnalySera Hela Ljudsegment SAMTIDIGT ISTÄLET FERAT DELA UPP Dem. Denna Model Är Specifikt Utvecklad För Engelsk ljudtranskribering.
Prova Dämon Här: https://huggingface.co/areas/nvidia/parakeet-tdt-0.6b-v2
Snabbheten och effectiviteten hos shos sheset öppnar up för en rad olika Använedningsområden. Det kan bis exempel använder för att snabbt skapa prototyper eller för att lokalisera innehåll Genom att transkribera videströmar från plattformar som youtube och tiktok. Att Modellen Dessutom är Open Supply Kan Göra den Mer Tillgänglig För en Bredare Grupp Använder.
Det Ska Bli Intressant att se hur shut quick tas emot och vilka nya tillämpningar som kommer att utvecklas med hjälp av denna teknik.
Mer Information:
NVIDIA-Construct: SALAKEET-1.1B-RNNT-Multividual-Asr-Modell
Demo SCAKEET-TDT-0.6B-V2