الوصف
Audio8 ASR Infinite هو نموذج متقدم للتعرف على الكلام عبر البث تم تطويره لتقديم خدمات نسخ دقيقة وسريعة الاستجابة. يعتمد على بنية بث أصلية، حيث يقوم بفك تشفير الصوت بمعدل 12.5 مرة في الثانية، مما يضمن الحد الأدنى من التأخير وكفاءة عالية. يدعم النموذج النسخ غير المحدود الطول، وذلك بفضل ذاكرة KV المتدحرجة التي تحافظ على ذاكرة وتأخير ثابتين، حتى أثناء التشغيل على مدار الساعة طوال أيام الأسبوع.
قراءة المزيد
تتمثل إحدى الميزات البارزة في Audio8 ASR Infinite في ساعة الصوت القابلة للاختيار، والتي تتيح للمستخدمين اختيار إعدادات 80 أو 120 أو 160 مللي ثانية. تساعد هذه المرونة في تحقيق توازن بين دقة الإدراك وتكلفة الموارد. بالإضافة إلى ذلك، يقدم النموذج خيارات تأخير النسخ القابلة للتكوين تتراوح من 240 إلى 560 مللي ثانية، مما يمكّن المستخدمين من الموازنة بين التأخير والدقة المحسّنة.
النموذج ثنائي اللغة، حيث يدعم كل من اللغتين الصينية والإنجليزية، ويشمل الكشف عن نشاط الصوت الدلالي (VAD) لتمييز الفترات الزمنية للتفكير، والتلعثم، والكلام الفعلي في نهاية الدور، حيث غالبًا ما تفشل VAD التقليدية. تعزز هذه الميزة قدرة النموذج على تقديم نسخ أكثر طبيعية ودقة.
يستفيد Audio8 ASR Infinite من بنية الصوت في الوقت الحقيقي Voxtral وبث نمط DSM، ويتميز بمكونات مثل برج الصوت السببي وجهاز عرض الصوت. تشمل بنية النموذج 32 طبقة في برج الصوت و36 طبقة في فك تشفير النص، مع حجم مفردات يبلغ 151,936.
حاليًا في مرحلة الإصدار التجريبي، يقدم Audio8 ASR Infinite قاعدة نسخ قوية، مع خطط لتحديثات مستقبلية تشمل قدرات الإدراك الدلالي على مستوى الإطار. تم تقييم النموذج ضد مجموعات اختبار متنوعة، مما يظهر أداءً تنافسيًا من حيث معدل خطأ الأحرف (CER) ومعدل خطأ الكلمات (WER) مقارنة بالنماذج الأخرى.
مصمم للمطورين والشركات التي تبحث عن حلول موثوقة وقابلة للتوسع في التعرف على الكلام، يقدم Audio8 ASR Infinite قدرات فك تشفير البث المحاكي البرمجي ويدعم النشر عبر Docker compose، مما يجعله متاحًا للتكامل في تطبيقات متنوعة.
- الفئةأدوات التفريغ النصي بالذكاء الاصطناعي
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح Audio8 ASR Infinite
بنية بث أصلية
نسخ غير محدود الطول
إعدادات ساعة الصوت القابلة للاختيار
تأخير النسخ القابل للتكوين
دعم ثنائي اللغة: الصينية والإنجليزية
كشف نشاط الصوت الدلالي
بنية الصوت في الوقت الحقيقي Voxtral
ذاكرة KV المتدحرجة للحفاظ على تأخير ثابت
البدء مع Audio8 ASR Infinite
الوصول إلى النموذج: زيارة صفحة نموذج Hugging Face
المصادقة: إعداد بيانات الاعتماد اللازمة
إعداد البيئة: تحضير بيئة التطوير الخاصة بك
التكامل عبر API: استخدام API المقدم للتكامل
تحسين: ضبط الإعدادات لتحقيق الأداء الأمثل
حالات استخدام Audio8 ASR Infinite
- النسخ في الوقت الحقيقي
- النسخ ثنائي اللغة
- المراقبة على مدار الساعة طوال أيام الأسبوع
- التحليل الدلالي
- تأخير قابل للتخصيص
