Voice AI in vogue: Nvidia releases new open transcription model

هوش مصنوعی صوتی محبوب شده است: Nvidia مدل متن‌باز جدیدی برای تبدیل گفتار به متن منتشر کرد

Nvidia به‌تازگی مدلی رایگان برای تبدیل گفتار به متن منتشر کرده که می‌تواند گفتار را به ۴۰ زبان رونویسی کند؛ اما فقط روی فایل‌های ضبط‌شده کار می‌کند و از صدای زنده پشتیبانی نمی‌کند. این مدل گامی مهم برای ابزارهای رونویسی جلسات و مکالمات پزشکی است، اما استفادهٔ بلادرنگ همچنان در اختیار رقبایی مانند ElevenLabs باقی می‌ماند.

TechCrunch۶ آبان۱۹:۱۵