Deepgram Nova-2

مدل صوتی از دیپ‌گرام

به فارسی:دیپ گرام نوا ۲نوا ۲ دیپگرام

این مدل چیست؟

Nova-2 نسل پیشین مدل تبدیل گفتار به متن Deepgram است که سپتامبر ۲۰۲۳ معرفی شد و حدود ۳۵ زبان را پوشش می‌دهد؛ فارسی در فهرست زبان‌های آن نیست و برای فارسی باید Nova-3 را به کار برد. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۵٫۱٪ (روی Telnyx) است و هنوز از API دیپ‌گرام و سرویس‌هایی مثل Telnyx در دسترس است.

سازنده: دیپ‌گرام (Deepgram)

Deepgram شرکتی آمریکایی است که API تبدیل گفتار به متن، تبدیل متن به گفتار و ساخت دستیار صوتی برای برنامه‌نویسان عرضه می‌کند.

کجا می‌شود از آن استفاده کرد؟

فعلاً ابزاری در هوش یاب این مدل را ارائه نمی‌دهد.

جایگاه در جدول‌های مقایسه

  • سنجش گفتار به متن Artificial AnalysisNova-2, Telnyx
    رتبهٔ ۵۲خطای کلمه ۵٫۱٪$۵ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر دیپ‌گرام