Description
Ming-3.0-asr-tiny est un modèle de reconnaissance vocale sophistiqué conçu pour gérer à la fois les langues chinoise et anglaise, y compris divers dialectes régionaux. Il intègre l'architecture linguistique Ling-tiny-v3 avec un encodeur audio pour transcrire efficacement la parole en un seul tour. Ce modèle est particulièrement doué pour reconnaître les termes spécifiques au domaine en incorporant des mots-clés ou un dialogue précédent comme partie de l'invite de transcription.
Lire la suite
Le modèle a été évalué sur 15 ensembles de tests de dialectes régionaux, y compris le cantonais, le minnan et le shanghaïen, garantissant sa robustesse à travers différentes variations linguistiques. De plus, il a été testé dans des scénarios de parole difficiles, y compris des environnements bruyants et cinq domaines d'application distincts, mettant en évidence sa polyvalence et son adaptabilité.
Ming-3.0-asr-tiny est disponible pour une utilisation sur une machine Linux avec un GPU CUDA compatible. Les utilisateurs peuvent télécharger le point de contrôle complet et installer les dépendances nécessaires telles que PyTorch et torchaudio. Le modèle prend en charge à la fois la transcription ordinaire et la reconnaissance vocale contextuelle, permettant aux utilisateurs d'ajouter des sujets et des mots-clés directement à l'instruction de base.
L'architecture du modèle prend en charge l'encodage audio long par morceaux, respectant la limite de contexte du modèle, bien qu'elle ne fournisse pas de timestamps au niveau des mots ni de diarisation des locuteurs. Il est publié sous la licence MIT, avec certains fichiers sources Apache-2.0 regroupés conservant leurs propres en-têtes et textes de licence.
- CatégorieModèles d'IA et LLM
- Modèle tarifaireOpen source
- DéploiementCloud
- PlateformesLinux
Points forts de Ming-3.0-asr-tiny
Reconnaissance vocale contextuelle
ASR chinois et anglais
Reconnaissance de dialectes
Reconnaissance de termes spécifiques au domaine
Gestion de la parole difficile
Compatibilité Linux
Support GPU CUDA
Licence MIT
Premiers pas avec Ming-3.0-asr-tiny
Accéder au modèle : Visitez Hugging Face
Authentifier : Créer un compte
Configurer l'environnement : Installer les dépendances
Intégrer via API : Utiliser PyTorch/Transformers
Optimiser : Utiliser des mots-clés et le contexte
Cas d'utilisation de Ming-3.0-asr-tiny
- Transcription multilingue
- Reconnaissance de dialectes
- Environnement bruyant
- Termes spécifiques au domaine
- ASR contextuel








