Velma Transcribe

مدل صوتی از ماژولیت

به فارسی:ولما ترنسکرایبولما ۲ ترنسکرایب

این مدل چیست؟

Velma Transcribe سرویس تبدیل گفتار به متن Modulate بر پایهٔ خانوادهٔ مدل‌های Velma 2.0 است که مارس ۲۰۲۶ معرفی شد و بیش از ۷۰ زبان را پوشش می‌دهد. ردیف Artificial Analysis نسخهٔ دسته‌ای سریع و فقط‌انگلیسی آن (English VFast) است که فقط متن خام، بدون تفکیک گوینده، برمی‌گرداند؛ نرخ خطای کلمه در سنجش انگلیسی حدود ۴٫۲٪ و قیمت حدود ۰٫۴۲ دلار برای هر هزار دقیقه صداست.

سازنده: ماژولیت (Modulate)

Modulate شرکتی آمریکایی در بوستون است که فناوری تحلیل گفتار و صدا می‌سازد؛ ToxMod برای نظارت بر گفتگوهای صوتی بازی‌ها و Velma Transcribe برای تبدیل گفتار به متن از محصولات آن 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 AnalysisModulate STT Batch English VFast
    رتبهٔ ۳۹خطای کلمه ۴٫۲٪$۰٫۴۲ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها