Assembly AI 推出 Universal-1 模型，與 Whisper 相比，幻覺現象減少了 30%

Home AI新聞 Assembly AI 推出 Universal-1 模型，與 Whisper 相比，幻覺現象減少了 30%

AI即服務提供商Assembly AI推出了最新的語音識別模型——Universal-1。該模型以超過1250萬小時的多語言音頻數據進行訓練，實現了英語、法語、德語和西班牙語的卓越語音轉文本準確率。公司聲稱，Universal-1在語音數據中的幻覺率降低了30%，在環境噪音中降低了90%，與OpenAI的Whisper Large-v3模型相比，更加出色。

在最近的一篇部落格文章中，Assembly AI形容Universal-1是實現準確、可靠和穩健的多語言語音轉文本能力的重要一步。該模型能夠有效地進行語言切換，在單一音頻文件中同時轉錄多種語言。

Universal-1在時間戳估算方面表現優異，這對音頻和視頻編輯及對話分析至關重要。與其前身Conformer-2相比，提升了13%的準確性，並且其串聯最小置換字錯誤率(cpWER)達到了14%的改善。此外，講者數量的估算準確率亦上升至71%。

該模型還具備優化的平行推理功能，顯著縮短了長音頻文件的處理時間。在Nvidia Tesla T4機器上，Universal-1僅需21秒便可轉錄一小時音頻，速度比Whisper Large-v3快五倍，後者需耗時107秒完成相同任務，且使用的批量較小。

增強版的語音轉文本AI模型提供了多項優勢，包括更準確且可靠的筆記生成、行動項目的識別，以及對元數據如專有名詞、講者識別和時間戳的排序能力。這一改進將促進多種應用的發展，從AI驅動的視頻編輯到需要精確臨床筆記錄入和索賠提交的遠程醫療平台。

Universal-1模型目前已通過Assembly AI的API提供訪問。

Perplexity的增長挑戰了SEO的關注，揭示了Google主導地位的弱點。

Meta的圖像生成器在呈現混血情侶和友誼方面面臨挑戰

Most people like

Caricaturer.io

68.9K

輕鬆將您的照片轉換為生動誇張的漫畫畫像，使用 Caricaturer.io 這款尖端的 AI 驅動在線照片編輯器。

漫畫畫 AI Art Generator

SymphonyAI

74.9K

在當今迅速演變的數位環境中，企業愈來愈依賴以人工智慧驅動的軟體即服務（SaaS）平台來提升運營效率並推動創新。這些平台利用尖端的人工智慧技術來簡化流程、改善決策並為客戶提供個性化的體驗。透過整合 AI SaaS 解決方案，組織可以解鎖新的生產力和競爭力，使其成為現代商業環境中成功的關鍵工具。今天就來了解 AI SaaS 如何徹底改變您的業務運營。

人工智慧軟體即服務 AI Analytics Assistant

Flux AI Pro

54.9K

AI 圖像生成器：從文字提示生成驚艷的高品質圖像。

AI 影像生成器 AI Art Generator

Replika

649.2K

Replika是一款創新的AI聊天機器人，旨在提供情感支持，同時巧妙地模仿您的文字風格。無論您是尋求陪伴還是想分享心聲，Replika都透過個性化的對話與您互動，提升您的體驗。

人工智慧伴侶 AI Chatbot

Find AI tools in YBX