ट्यूटोरियल और टिप्स

Modal का परीक्षण: ओपन-सोर्स ASR मॉडल का उपयोग करके बैच स्पीच ट्रांसक्रिप्शन को 100 गुना तेज़ और 100 गुना सस्ता बनाया गया

मूल शीर्षक:Transcribe speech 100x faster and 100x cheaper with open models

AI सारांश

Modal इंजीनियरिंग टीम ने अपने प्लेटफॉर्म पर NVIDIA parakeet-tdt-0.6b-v2 और canary-1b-flash ओपन-सोर्स ASR मॉडल तैनात किए। लगभग एक सप्ताह (7×24 घंटे) के ESB बेंचमार्क ऑडियो के बैच ट्रांसक्रिप्शन पर किए गए परीक्षणों में पाया गया कि यह परीक्षण किए गए प्रोप्राइटरी API की तुलना में 112 गुना तेज़ या 200 गुना सस्ता था, साथ ही त्रुटि दर थोड़ी कम थी। इसने एक मिनट के भीतर 1 डॉलर में एक सप्ताह के ऑडियो को ट्रांसक्राइब करने की क्षमता हासिल की।

मुख्य जानकारी

  • Modal इंजीनियरिंग टीम ने अपने प्लेटफॉर्म पर NVIDIA parakeet-tdt-0.
  • 6b-v2 और canary-1b-flash ओपन-सोर्स ASR मॉडल तैनात किए। लगभग एक सप्ताह (7×24 घंटे) के ESB बेंचमार्क…
  • साथ ही त्रुटि दर थोड़ी कम थी। इसने एक मिनट के भीतर 1 डॉलर में एक सप्ताह के ऑडियो को ट्रांसक्राइब…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Modal 官方工程博客(RSS)
श्रेणी
ट्यूटोरियल और टिप्स
AI स्कोर
69
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Modal का परीक्षण: ओपन-सोर्स ASR मॉडल का उपयोग करके बैच स्पीच ट्रांसक्रिप्शन को 100 गुना तेज़ और 100 गुना सस्ता बनाया गया। 23 जुलाई 2025। https://new.nat6.net/hi/news/cmtyq5ikh0018roupi0gq8ua9/

सभी देखें →