Сбер открыл доступ к обновлённым моделям распознавания речи GigaAM Multilingual и GigaChat Audio.
Сбер открыл доступ к обновлённым моделям распознавания речи GigaAM Multilingual и GigaChat Audio.
GigaAM Multilingual включает аудиоэнкодер и многоязычную модель распознавания речи. Она обучена на 2 миллионах часов речи на более чем 70 языках. Компактная версия с 240 миллионами параметров превосходит Whisper Large v3 и Omnilingual 1B.
GigaChat Audio объединяет возможности GigaAM Multilingual и GigaChat 3.1. Модель распознаёт и переводит речь, классифицирует аудио, поддерживает диалог и эффективно работает с записями длительностью до двух часов. Кроме того, она показывает высокие результаты в понимании русского языка и эмоций.
GigaChat Audio доступна на Hugging Face. GigaAM Multilingual можно найти на Hugging Face и GitHub.
Ещё новости:
