Parakeet TDT 0.6B v2

مدل صوتی از انویدیا

به فارسی:پاراکیت وی ۲پاراکیت ۰.۶ بی وی ۲

این مدل چیست؟

Parakeet TDT 0.6B v2 مدل متن‌باز (CC-BY-4.0) و فقط‌انگلیسی تبدیل گفتار به متن NVIDIA با ۶۰۰ میلیون پارامتر است که بهار ۲۰۲۵ منتشر شد و متن را با نشانه‌گذاری، حروف بزرگ و زمان‌بندی کلمه‌ای و با سرعت بسیار بالا تحویل می‌دهد. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۶٫۴٪ است. نسخهٔ بعدی آن، v3، زبان‌های اروپایی را هم اضافه کرد؛ در Subtitle Edit با موتور Crisp ASR آفلاین اجرا می‌شود.

سازنده: انویدیا (NVIDIA)

کجا می‌شود از آن استفاده کرد؟

جایگاه در جدول‌های مقایسه

  • سنجش گفتار به متن Artificial AnalysisParakeet TDT 0.6B V2, NVIDIA
    رتبهٔ ۶۰خطای کلمه ۶٫۴٪
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر انویدیا