설명
Nemotron 3.5 ASR는 NVIDIA에서 개발한 최첨단 다국어 스트리밍 자동 음성 인식(ASR) 모델입니다. 40개 언어-지역에 걸쳐 고품질 전사를 제공하도록 설계되어, 글로벌 애플리케이션에 적합한 다재다능한 도구입니다. 이 모델은 캐시 인식 FastConformer-RNNT 아키텍처를 기반으로 하여 중복 계산을 제거함으로써 계산 효율성을 향상시킵니다. 이를 통해 모델은 캐시된 인코더 컨텍스트를 재사용하면서 새로운 오디오 청크만 처리할 수 있어, 정확성을 저해하지 않으면서 종단 간 지연을 크게 줄입니다.
더 읽기
이 모델은 낮은 지연 시간의 스트리밍과 높은 처리량의 배치 작업을 모두 지원하여, 음성 에이전트 애플리케이션을 포함한 다양한 사용 사례에 적합합니다. 구두점 및 대문자에 대한 기본 지원을 제공하여, 전사가 정확할 뿐만 아니라 잘 형식화되도록 보장합니다. 모델의 런타임 유연성은 사용자가 지연 시간과 정확성 간의 균형을 최적화하기 위해 80ms에서 1120ms까지의 구성 가능한 청크 크기를 선택할 수 있게 합니다.
Nemotron 3.5 ASR는 언어-ID 프롬프트 조건화를 통해 단일 모델로 40개 언어-지역의 음성을 전사할 수 있도록 합니다. 이 기능은 자동 언어 감지를 포함하여, 모델이 혼합 언어 트래픽을 원활하게 처리할 수 있도록 합니다. 모델의 아키텍처는 24개의 레이어를 가진 FastConformer 인코더와 RNNT 디코더로 구성되어 있으며, 프롬프트를 활용하여 전사 과정을 안내합니다.
이 모델은 공개 및 독점 데이터 세트를 포함한 대규모 ASR 데이터 세트에서 훈련되어, 다양한 도전적인 음향 조건에서 강력한 성능을 보장합니다. 상업적 사용을 위해 준비되어 있으며, 특정 언어 또는 도메인에 대한 성능을 개선하기 위해 미세 조정이 가능합니다. 고급 기능과 높은 효율성을 갖춘 Nemotron 3.5 ASR는 다국어 전사 기능을 구현하고자 하는 기업에 이상적인 솔루션입니다.
- 카테고리AI 전사 도구
- 요금제오픈소스
- 배포클라우드
- 플랫폼Linux
Nemotron 3.5 ASR 하이라이트
40개 언어에 대한 다국어 지원
캐시 인식 FastConformer-RNNT 아키텍처
낮은 지연 시간의 스트리밍 및 높은 처리량의 배치 처리
구두점 및 대문자에 대한 기본 지원
런타임 유연성을 위한 구성 가능한 청크 크기
언어-ID 프롬프트 조건화
자동 언어 감지
특정 언어에 대한 미세 조정 지원
Nemotron 3.5 ASR 시작하기
모델 접근: Hugging Face 방문
인증: API 키 사용
환경 설정: 종속성 설치
API를 통한 통합: 제공된 엔드포인트 사용
최적화: 지연 시간을 위한 청크 크기 조정
Nemotron 3.5 ASR의 사용 사례
- 다국어 전사
- 음성 에이전트 애플리케이션
- 방송 미디어
- 고객 지원
- 교육
