설명
Audio8 ASR Infinite는 매우 반응적이고 정확한 전사 서비스를 제공하기 위해 개발된 최첨단 스트리밍 음성 인식 모델입니다. 네이티브 스트리밍 아키텍처를 기반으로 하여 초당 12.5회의 속도로 오디오를 디코딩하여 최소한의 지연과 높은 효율성을 보장합니다. 이 모델은 24/7 운영 중에도 일정한 메모리와 지연을 유지하는 롤링 KV 캐시 덕분에 무제한 길이의 전사를 지원합니다.
더 읽기
Audio8 ASR Infinite의 두드러진 기능 중 하나는 사용자가 80, 120 또는 160 ms 설정 중에서 선택할 수 있는 오디오 클락입니다. 이 유연성은 인식 세분성과 자원 비용 간의 균형을 맞추는 데 도움을 줍니다. 또한, 이 모델은 240에서 560 ms 사이의 구성 가능한 전사 지연 옵션을 제공하여 사용자가 지연과 정확성 간의 균형을 조정할 수 있도록 합니다.
이 모델은 중국어와 영어 두 가지 언어를 지원하며, 전통적인 음향 VAD가 종종 실패하는 사고 중단, 말 더듬기 및 실제 턴 종료 발화를 구별하기 위해 의미론적 음성 활동 감지(VAD)를 통합합니다. 이 기능은 모델이 보다 자연스럽고 정확한 전사를 제공할 수 있는 능력을 향상시킵니다.
Audio8 ASR Infinite는 Voxtral 실시간 오디오 아키텍처와 DSM 스타일 스트리밍을 계승하며, Causal Audio Tower 및 Audio Projector와 같은 구성 요소를 특징으로 합니다. 모델의 아키텍처는 오디오 타워에 32개 레이어와 텍스트 디코더에 36개 레이어를 포함하며, 어휘 크기는 151,936입니다.
현재 미리보기 릴리스 단계에 있는 Audio8 ASR Infinite는 강력한 전사 기반을 제공하며, 향후 업데이트에서는 프레임 수준의 의미론적 인식 기능이 포함될 예정입니다. 이 모델은 다양한 테스트 세트에 대해 평가되었으며, 다른 모델에 비해 문자 오류율(CER) 및 단어 오류율(WER) 측면에서 경쟁력 있는 성능을 보여주었습니다.
신뢰할 수 있고 확장 가능한 음성 인식 솔루션을 찾는 개발자와 기업을 위해 설계된 Audio8 ASR Infinite는 프로그래밍 가능한 시뮬레이션 스트리밍 디코드 기능을 제공하며, Docker compose를 통해 배포를 지원하여 다양한 애플리케이션에 통합할 수 있도록 합니다.
- 카테고리AI 전사 도구
- 요금제오픈소스
- 배포클라우드
- 플랫폼웹
Audio8 ASR Infinite 하이라이트
네이티브 스트리밍 아키텍처
무제한 길이 전사
선택 가능한 오디오 클락 설정
구성 가능한 전사 지연
이중 언어 지원: 중국어 및 영어
의미론적 음성 활동 감지
Voxtral 실시간 오디오 아키텍처
일정한 지연을 위한 롤링 KV 캐시
Audio8 ASR Infinite 시작하기
모델 접근: Hugging Face 모델 페이지 방문
인증: 필요한 자격 증명 설정
환경 설정: 개발 환경 준비
API를 통한 통합: 제공된 API를 사용하여 통합
최적화: 최적의 성능을 위한 설정 조정
Audio8 ASR Infinite의 사용 사례
- 실시간 전사
- 이중 언어 전사
- 24/7 모니터링
- 의미론적 분석
- 사용자 정의 지연
