Описание
Voxtral Mini 4B Realtime Arabic — это сложная потоковая модель преобразования речи в текст, адаптированная для арабских диалектов и современного стандартного арабского языка. Разработанная в рамках стратегического партнерства между Mistral и Министерством цифрового перехода и административной реформы Марокко, эта модель предназначена для обработки сложных аудио-сценариев из реального мира, включая код-свитчинг, когда говорящие чередуют языки в одном разговоре.
Читать далее
Модель была дообучена на Voxtral-Mini-4B-Realtime-2602 и имеет примерно 4,4 миллиарда параметров с весами в точности BF16. Она обрабатывает аудио с частотой 16 кГц через причинный аудио-кодировщик и языковой декодер, производя текст по мере поступления аудио. Эта возможность делает ее подходящей для таких приложений, как живые субтитры и голосовые интерфейсы, с настраиваемой задержкой транскрипции для оптимизации производительности.
При настроенной задержке транскрипции в 480 мс Voxtral Mini 4B Realtime Arabic достигает среднего коэффициента ошибок символов (CER) 8,82% по семи арабским бенчмаркам, превосходя несколько открытых и проприетарных офлайн моделей. Она находится в 0,91 процентных пункта от бенчмарка, установленного Voxtral Transcribe Arabic с CER 7,91%.
Модель доступна для интеграции с vLLM и может работать нативно в Transformers, начиная с версии 5.2.0. Она лицензирована под лицензией Apache 2.0, обеспечивая доступность с открытым исходным кодом при защите прав интеллектуальной собственности. Пользователям рекомендуется соблюдать условия лицензии, чтобы избежать нарушений.
Voxtral Mini 4B Realtime Arabic особенно полезна для разработчиков и организаций, сосредоточенных на приложениях на арабском языке, предлагая надежное решение для потребностей в реальной транскрипции. Однако она в первую очередь ориентирована на арабскую транскрипцию, и пользователям, которым требуется поддержка других языков, следует рассмотреть оригинальную модель Voxtral Mini 4B Realtime.
- КатегорияИИ-инструменты транскрипции
- Модель ценообразованияОткрытый код
- РазвёртываниеОблако
- ПлатформыВеб
Главное о Voxtral Mini 4B Realtime Arabic
Потоковая модель преобразования речи в текст
Обрабатывает арабские диалекты и современный стандартный арабский язык
Поддерживает аудио из реального мира и код-свитчинг
Дообучена на Voxtral-Mini-4B-Realtime-2602
Приблизительно 4,4 миллиарда параметров
Настраиваемая задержка транскрипции
Средний CER 8,82% по бенчмаркам
Лицензирована под Apache 2.0
Начало работы с Voxtral Mini 4B Realtime Arabic
Доступ к модели: посетите страницу Hugging Face
Аутентификация: убедитесь в наличии правильных учетных данных
Настройка окружения: установите необходимые зависимости
Интеграция через API: используйте vLLM или Transformers
Оптимизация: настройте задержку транскрипции
Варианты использования Voxtral Mini 4B Realtime Arabic
- Живые субтитры
- Голосовые интерфейсы
- Транскрипция код-свитчинга
- Транскрипция трансляций
- Образовательные инструменты
