Tutorial & Tips

Uji Modal: menggunakan model ASR sumber terbuka untuk mempercepat transkripsi suara batch 100 kali dan menurunkan biaya 100 kali

Judul asli:Transcribe speech 100x faster and 100x cheaper with open models

Ringkasan AI

Tim rekayasa Modal menerapkan model ASR sumber terbuka NVIDIA parakeet-tdt-0.6b-v2 dan canary-1b-flash di platformnya, melakukan transkripsi batch pada audio benchmark ESB sekitar satu minggu (7×24 jam), hasilnya 112 kali lebih cepat atau 200 kali lebih murah dibandingkan API proprietary yang diuji, dengan tingkat kesalahan sedikit lebih rendah, sehingga mewujudkan transkripsi audio satu minggu dengan 1 dolar AS dalam satu menit.

Poin utama

  • Tim rekayasa Modal menerapkan model ASR sumber terbuka NVIDIA parakeet-tdt-0.
  • 6b-v2 dan canary-1b-flash di platformnya,melakukan transkripsi batch pada audio benchmark ESB…
  • dengan tingkat kesalahan sedikit lebih rendah,sehingga mewujudkan transkripsi audio satu minggu…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
Modal 官方工程博客(RSS)
Kategori
Tutorial & Tips
Skor AI
69
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Uji Modal: menggunakan model ASR sumber terbuka untuk mempercepat transkripsi suara batch 100 kali dan menurunkan biaya 100 kali. 23 Juli 2025. https://new.nat6.net/id/news/cmtyq5ikh0018roupi0gq8ua9/

Lihat semua →