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
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.
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/