Inworld STT-1
مدل صوتی از اینورلد ایآی
به فارسی:این ورلد اس تی تی ۱اینورلد تبدیل گفتار به متن ۱
این مدل چیست؟
Inworld STT-1 (Realtime STT-1) مدل تبدیل گفتار به متن Inworld AI برای عاملهای صوتی است که رونویسی همزمان (استریم) و یکجا را با یک شناسه انجام میدهد و تفکیک گوینده، واژهنامهٔ سفارشی و «نیمرخ صدا» (سن، زیروبمی، احساس و لهجهٔ گوینده) دارد. زبان اصلی آن انگلیسی است و چند زبان دیگر آزمایشیاند. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۳٫۹٪ است.
سازنده: اینورلد ایآی (Inworld AI)
Inworld AI شرکتی آمریکایی است که ابتدا با شخصیتهای هوشمند بازی شناخته شد و حالا مدلهای گفتار بلادرنگ Realtime TTS را 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 AnalysisInworld STT 1رتبهٔ ۳۲خطای کلمه ۳٫۹٪$۲٫۵ برای ۱۰۰۰ دقیقه صدا