Tutoriales y consejos

Modal demuestra que los modelos ASR de código abierto aceleran 100 veces la transcripción por lotes y reducen 100 veces el coste

Título original:Transcribe speech 100x faster and 100x cheaper with open models

Resumen de IA

El equipo de ingeniería de Modal desplegó en su plataforma los modelos ASR de código abierto NVIDIA parakeet-tdt-0.6b-v2 y canary-1b-flash para transcribir por lotes audio de referencia de ESB de aproximadamente una semana (7×24 horas); el resultado fue 112 veces más rápido o 200 veces más barato que las API propietarias evaluadas, con una tasa de error ligeramente inferior, y permitió transcribir una semana de audio en un minuto por 1 dólar.

Puntos clave

  • El equipo de ingeniería de Modal desplegó en su plataforma los modelos ASR de código abierto…
  • 6b-v2 y canary-1b-flash para transcribir por lotes audio de referencia de ESB de aproximadamente…
  • el resultado fue 112 veces más rápido o 200 veces más barato que las API propietarias…

Resumen rápido

Publicado
Actualizado
Fuente
Modal 官方工程博客(RSS)
Categoría
Tutoriales y consejos
Puntuación IA
69
Leer el original Leer el artículo completo en la fuente original
Por qué importa

原文给出可复现的批量转录优化方法与端到端实测数据,读者可以据此在自己的语音转写服务中权衡成本与吞吐。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Modal demuestra que los modelos ASR de código abierto aceleran 100 veces la transcripción por lotes y reducen 100 veces el coste. 23. julio 2025. https://new.nat6.net/es/news/cmtyq5ikh0018roupi0gq8ua9/

Ver todo →