Gradium STT

مدل صوتی از گرادیوم

به فارسی:گرادیوم اس تی تیگرادیوم تبدیل گفتار به متن

این مدل چیست؟

Gradium STT مدل تبدیل گفتار به متن کم‌تأخیر Gradium است که از راه WebSocket برای صدای زنده (با تشخیص معنایی پایان نوبت) و REST برای فایل کامل ارائه می‌شود. زبان‌های اعلام‌شده انگلیسی، فرانسوی، آلمانی، اسپانیایی و پرتغالی است، تقویت واژه‌های کلیدی دارد و نسخه‌ای هم برای رونویسی هم‌راه با ترجمه. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۶٫۸٪ است.

سازنده: گرادیوم (Gradium)

Gradium استارتاپ پاریسی هوش مصنوعی صوتی است که دسامبر ۲۰۲۵ از آزمایشگاه Kyutai جدا شد. مدل‌های گفتار بلادرنگ برای دستیارهای صوتی می‌سازد.

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 AnalysisGradium Speech-to-Text
    رتبهٔ ۶۱خطای کلمه ۶٫۸٪$۱۳ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر گرادیوم