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 1
    رتبهٔ ۳۲خطای کلمه ۳٫۹٪$۲٫۵ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر این‌ورلد ای‌آی