Microsoft

Microsoft تطلق VibeVoice-ASR-Streaming: تفريغ حي لـ«من قال ماذا»، أوزان مفتوحة بحجم 7B، 10 لغات من دون التركية

Microsoft

Microsoft تطلق VibeVoice-ASR-Streaming: تفريغ حي لـ«من قال ماذا»، أوزان مفتوحة بحجم 7B، 10 لغات من دون التركية

أطلقت Microsoft Research نموذجاً للتعرف على الكلام بالبث المباشر برخصة MIT، يفرّغ الكلام بينما الصوت ما زال يصل ويربط كل مقطع بالمتحدث الذي قاله. يأتي بحجمين 1.5B و7B مع دعم كلمات مفتاحية مخصصة و10 لغات، والتركية ليست بينها. وبحسب أرقام التقرير نفسه، يبلغ تأخر نسب الكلام إلى المتحدث نحو ثانيتين.

GlobalFeed Editor tarafından
微软发布 VibeVoice-ASR-Streaming：实时转写“谁说了什么”，7B 开放权重，支持 10 种语言，无土耳其语

Microsoft

微软发布 VibeVoice-ASR-Streaming：实时转写“谁说了什么”，7B 开放权重，支持 10 种语言，无土耳其语

Microsoft Research 以 MIT 许可发布了一款流式语音识别模型：音频尚在传入时即开始转写，并把每段话标注到对应的说话人。模型有 1.5B 与 7B 两个尺寸，支持自定义热词与 10 种语言，土耳其语不在其列。按报告自己的数据，说话人归属延迟约 2 秒。

GlobalFeed Editor tarafından
مايكروسوفت تقرّ بالمركز الثاني في جودة الصور ثم تهاجم من بوابة السعر: "أفضل سعر مقابل نقطة Elo في العالم"

Microsoft

مايكروسوفت تقرّ بالمركز الثاني في جودة الصور ثم تهاجم من بوابة السعر: "أفضل سعر مقابل نقطة Elo في العالم"

قارن مصطفى سليمان، الرئيس التنفيذي لمايكروسوفت للذكاء الاصطناعي، نموذجه الجديد بنموذج شريكته OpenAI. سلّم لهم تاج الجودة وهاجم من جهة السرعة والسعر. أما التفاصيل الدقيقة فتكشف أي فئة جرت المقارنة معها.

GlobalFeed Editor tarafından
Tümünü gör