MajelisAI mengumumkan Conformer-2, model AI terbaru untuk pengenalan suara otomatis. Membangun kesuksesan Conformer-1, Conformer-2 menawarkan peningkatan pengenalan kata, akurasi kata benda yang tepat, dan kekebalan kebisingan.

Conformer-2 dilatih pada kumpulan data ekstensif yang terdiri dari 1,1 juta jam data ucapan bahasa Inggris, yang jauh lebih besar dari versi sebelumnya. Model ini memanfaatkan ansambel model yang menggunakan beberapa model terawasi yang canggih untuk pelabelan, meningkatkan ketahanan dan performa saat terpapar pada data yang sebelumnya tidak terlihat selama pelatihan.


Tingkat kesalahan kata (WER) konsisten dengan Conformer-1, namun Conformer-2 menunjukkan peningkatan yang signifikan dalam berbagai metrik berorientasi pengguna. Akurasi transkripsi alfanumerik meningkat sebesar 31,7%, dan tingkat kesalahan kata benda serta ketahanan terhadap kebisingan masing-masing meningkat sebesar 6,8% dan 12,0%.

Fokus utama selama pengembangan Conformer-2 adalah pembuatan metrik Proper Noun Error Rate (PPNER) yang mengukur kinerja model khusus untuk kata benda, yang penting untuk kasus penggunaan di dunia nyata.

Pelatihan Conformer-2 dijalankan pada cluster komputasi GPU milik AssemblyAI, memungkinkan peningkatan kecepatan dibandingkan dengan infrastruktur berbasis cloud. Pengenalan perangkat keras internal ini memfasilitasi eksperimen dan penelitian lanjutan, sehingga berkontribusi terhadap kinerja model yang unggul.

Ke depan, AssemblyAI akan terus menyempurnakan model berdasarkan masukan pengguna dan mengembangkan lebih banyak metrik yang relevan dengan aplikasi dunia nyata. Perusahaan juga telah mulai menjajaki multimodalitas dan pembelajaran mandiri untuk kemajuan di masa depan.

Dengan dirilisnya Conformer-2, AssemblyAI memperkenalkan parameter Speech_threshold ke API-nya. Memungkinkan pengguna menetapkan ambang batas persentase audio yang diinginkan dalam file audio yang akan diproses. Conformer-2 akan menjadi model default yang dapat diakses melalui API AssemblyAI, memberikan kinerja unggul tanpa memerlukan perubahan apa pun oleh pengguna API yang ada.
Jika pengguna ingin merasakan kehebatan Conformer-2, mereka dapat mencobanya melalui Playground AssemblyAI. Unggah file audio atau tautan YouTube Anda dan terima transkripsi yang cepat dan akurat.