MAI-Transcribe-1.5: новый рекорд Парето по точности и скорости распознавания речи
Модель транскрибации речи нового поколения превосходит Whisper Large v3 по скорости и доле ошибок в сложных аудиозаписях.
Microsoft выпустила MAI-Transcribe-1.5: исключительно быструю модель транскрипции речи с коэффициентом скорости ~ 276x, при этом достигая 2,4% по AA-WER (# 3), лидируя на границе Парето по точности и скорости.
Новая модель поддерживает смещение ключевых слов (улучшенное распознавание более редких словарных запасов, таких как имена и медицинская терминология), а также поддержку 43 языков, включая английский, французский, арабский, японский и китайский.
Подробности смотрите ниже ⬇️
MAI-Transcribe-1.5 занимает 2-е место в рейтинге VoxPopuli-Cleaned-AA (1,6% WER), 4-е место в рейтинге Earnings22-Cleaned-AA (4,0% WER) и 5-е место в рейтинге AA-AgentTalk (2,0% WER).
MAI-Transcribe-1.5 — самая быстрая модель из 10 лучших моделей по точности, опережающая границу Парето по точности и скорости с коэффициентом скорости ~ 276x.
MAI-Transcribe-1.5 доступен по цене 6 долларов США за 1000 минут аудио через Microsoft Foundry.
