Fun-ASR Realtime

مدل صوتی از علی‌بابا کلود

به فارسی:فان ای اس آر ریل تایمفان ای اس آر زنده

این مدل چیست؟

Fun-ASR Realtime مدل تبدیل گفتار به متن زنده (استریم) خانوادهٔ Fun-ASR علی‌بابا کلود در Model Studio است که صدا را از راه WebSocket و بدون محدودیت طول می‌گیرد و چینی (با گویش‌ها)، انگلیسی و ژاپنی را پشتیبانی می‌کند. Artificial Analysis نسخهٔ پیش‌نمایش آن را با نرخ خطای کلمه حدود ۱٫۷٪ در سنجش انگلیسی در صدر جدول خود ثبت کرده و قیمتش را حدود ۲٫۸ دلار برای هر هزار دقیقه آورده است.

سازنده: علی‌بابا کلود (Alibaba Cloud)

Alibaba Cloud بخش ابری گروه Alibaba و سازندهٔ خانواده‌های مدل Qwen و Wan است.

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 AnalysisFun-Realtime-ASR-preview
    رتبهٔ ۱خطای کلمه ۱٫۷٪$۲٫۸۲ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر علی‌بابا کلود