Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

AssemblyAI đã công bố Conformer-2, mẫu AI mới nhất của hãng để nhận dạng giọng nói tự động. Dựa trên sự thành công của Conformer-1, Conformer-2 tự hào có khả năng nhận dạng từ được cải thiện, độ chính xác của danh từ riêng và khả năng chống ồn.

Conformer-2 được đào tạo trên bộ dữ liệu mở rộng gồm 1,1 triệu giờ dữ liệu giọng nói tiếng Anh, lớn hơn đáng kể so với các phiên bản trước. Mô hình này tận dụng các nhóm mô hình sử dụng nhiều mô hình được giám sát mạnh mẽ để gắn nhãn, cải thiện độ bền và hiệu suất khi tiếp xúc với dữ liệu chưa từng thấy trước đây trong quá trình đào tạo.


Tỷ lệ lỗi từ (WER) nhất quán với Conformer-1, nhưng Conformer-2 cho thấy những cải thiện đáng kể về các số liệu hướng đến người dùng khác nhau. Độ chính xác của phiên âm chữ và số được cải thiện 31,7%, tỷ lệ lỗi danh từ thích hợp và khả năng chống ồn được cải thiện lần lượt là 6,8% và 12,0%.

Trọng tâm chính trong quá trình phát triển Conformer-2 là tạo ra thước đo Tỷ lệ lỗi danh từ thích hợp (PPNER) để định lượng hiệu suất của các mô hình dành riêng cho danh từ riêng, điều này rất cần thiết cho các trường hợp sử dụng trong thế giới thực.

Quá trình đào tạo Conformer-2 được thực hiện trên cụm điện toán GPU của AssemblyAI, cho phép tăng tốc độ so với cơ sở hạ tầng dựa trên đám mây. Việc giới thiệu phần cứng nội bộ này đã tạo điều kiện thuận lợi cho việc tiếp tục thử nghiệm và nghiên cứu, góp phần mang lại hiệu suất vượt trội cho mô hình.

Trong thời gian tới, AssemblyAI sẽ tiếp tục cải tiến mô hình dựa trên phản hồi của người dùng và phát triển thêm các số liệu phù hợp với các ứng dụng trong thế giới thực. Công ty cũng đã bắt đầu khám phá phương thức học tập đa phương thức và tự giám sát để đạt được những tiến bộ trong tương lai.

Với việc phát hành Conformer-2, AssemblyAI đã giới thiệu tham số speech_threshold cho API của nó. Cho phép người dùng đặt ngưỡng cho phần trăm âm thanh mong muốn trong tệp âm thanh sẽ được xử lý. Conformer-2 sẽ là mô hình mặc định có thể truy cập thông qua API của AssemblyAI, mang lại hiệu suất vượt trội mà không yêu cầu bất kỳ thay đổi nào đối với người dùng API hiện tại.
Nếu người dùng muốn trải nghiệm sức mạnh của Conformer-2, họ có thể dùng thử thông qua AssemblyAI's Playground. Tải lên tệp âm thanh hoặc liên kết YouTube của bạn và nhận bản ghi âm nhanh chóng và chính xác.