SberDevices совершит прорыв в распознование речи

SberDevices представили giga Acoustic Model (GigaAM) - семейство моделей для обработки звучащей речи, обученных на русском языке. Эти модели представляют собой значительный прорыв в области распознавания и анализа речи, обеспечивая высокую точность и эффективность в различных задачах.

Первая модель в семействе - GigaAM - это аудиоэнкодер на 240 миллионов параметров. Эта базовая модель идеально подходит для дообучения на другие задачи и применений. Ее гибкость и высокая производительность делают ее востребованной в различных областях, где требуется обработка аудиоданных.

Вторая модель - GigaAM-CTC - представляет собой лучшее открытое решение для распознавания речи на русском языке. Сравнительные испытания показали, что она допускает на 20-35% меньше ошибок в словах в коротких запросах по сравнению с другими открытыми решениями. Это делает GigaAM-CTC идеальным выбором для приложений, где требуется высокая точность распознавания речи, таких как голосовые помощники, технологии автоматизации операторских услуг и другие.

Третья модель - GigaAM-Emo - предназначена для определения эмоций в речи. Она продемонстрировала лучший результат на крупнейшем датасете Dusha среди известных моделей. Это позволяет использовать GigaAM-Emo для анализа эмоциональной окраски речи в различных контекстах, таких как мониторинг клиентского сервиса, анализ настроений в социальных медиа и другие приложения, где важно понимание эмоциональной составляющей общения.

Все модели в семействе giga Acoustic Model представляют собой современные и мощные инструменты для обработки речи на русском языке. Их высокая точность, эффективность и гибкость делают их важным активом для разработчиков при создании приложений и сервисов, основанных на анализе и обработке звучащей речи.