Deskripsi
Voxtral Mini 4B Realtime Arabic adalah model streaming speech-to-text yang canggih yang disesuaikan untuk dialek Arab dan Bahasa Arab Standar Modern. Dikembangkan di bawah kemitraan strategis antara Mistral dan Kementerian Transisi Digital dan Reformasi Administratif Maroko, model ini dirancang untuk menangani skenario audio dunia nyata yang menantang, termasuk perpindahan kode di mana pembicara berganti antara bahasa dalam percakapan yang sama.
Baca Selengkapnya
Model ini telah disempurnakan dari Voxtral-Mini-4B-Realtime-2602 dan memiliki sekitar 4,4 miliar parameter, dengan bobot dalam presisi BF16. Model ini memproses audio 16 kHz melalui pengkode audio kausal dan dekoder bahasa, menghasilkan teks saat audio tiba. Kemampuan ini membuatnya cocok untuk aplikasi seperti teks langsung dan antarmuka suara, dengan penundaan transkripsi yang dapat dikonfigurasi untuk mengoptimalkan kinerja.
Dengan penundaan transkripsi yang dikonfigurasi sebesar 480 ms, Voxtral Mini 4B Realtime Arabic mencapai rata-rata Tingkat Kesalahan Karakter (CER) sebesar 8,82% di tujuh tolok ukur Arab, melampaui beberapa model offline sumber terbuka dan proprietary. Model ini berada dalam 0,91 poin persentase dari tolok ukur yang ditetapkan oleh Voxtral Transcribe Arabic dengan CER 7,91%.
Model ini tersedia untuk integrasi dengan vLLM dan dapat berjalan secara native di Transformers mulai dari versi 5.2.0. Model ini dilisensikan di bawah Lisensi Apache 2.0, memastikan aksesibilitas sumber terbuka sambil melindungi hak kekayaan intelektual. Pengguna disarankan untuk mematuhi ketentuan lisensi untuk menghindari pelanggaran.
Voxtral Mini 4B Realtime Arabic sangat bermanfaat bagi pengembang dan organisasi yang fokus pada aplikasi bahasa Arab, menawarkan solusi yang kuat untuk kebutuhan transkripsi waktu nyata. Namun, model ini terutama ditargetkan untuk transkripsi bahasa Arab, dan pengguna yang memerlukan dukungan untuk bahasa lain harus mempertimbangkan model Voxtral Mini 4B Realtime yang asli.
- KategoriAlat Transkripsi AI
- Model HargaOpen source
- PenerapanCloud
- PlatformWeb
Sorotan Voxtral Mini 4B Realtime Arabic
Model speech-to-text streaming
Menangani dialek Arab dan Bahasa Arab Standar Modern
Mendukung audio dunia nyata dan perpindahan kode
Disempurnakan dari Voxtral-Mini-4B-Realtime-2602
Sekitar 4,4 miliar parameter
Penundaan transkripsi yang dapat dikonfigurasi
Rata-rata CER 8,82% di seluruh tolok ukur
Dilindungi oleh Lisensi Apache 2.0
Memulai dengan Voxtral Mini 4B Realtime Arabic
Akses model: Kunjungi halaman Hugging Face
Autentikasi: Pastikan kredensial yang tepat
Siapkan lingkungan: Instal dependensi yang diperlukan
Integrasi melalui API: Gunakan vLLM atau Transformers
Optimalkan: Konfigurasi penundaan transkripsi
Kasus Penggunaan Voxtral Mini 4B Realtime Arabic
- Teks Langsung
- Antarmuka Suara
- Transkripsi Perpindahan Kode
- Transkripsi Siaran
- Alat Pendidikan
